在JSP/Servlet 中紧张有以下几个地方可以设置编码,pageEncoding=“UTF-8”、contentType=“text/html;charset=UTF-8”、request.setCharacterEncoding(“UTF-8”)和response.setCharacterEncoding (“UTF-8”),个中前两个只能用于JSP中,而后两个可以用于JSP和Servlet中。
1、pageEncoding=“UTF-8\"大众的浸染是设置JSP编译成Servlet时利用的编码。
大家都知道,JSP在做事器上是会先被编译成Servlet滴。以是pageEncoding=“UTF-8\"大众的浸染是见告JSP编译器将JSP文件编译成Servlet时利用的编码。常日,在JSP内部定义的字符串(直接在JSP中定义,而不是从浏览器提交的数据)涌现乱码的时候,很多都是由于该参数设置缺点引起的。例如,你的JSP文件因此GBK为编码保存的,而在JSP中却指定pageEncoding=“UTF-8”,就会引起JSP内部定义的字符串为乱码。
其余,该参数还有一个功能,便是在JSP中不指定contentType参数,也不该用response.setCharacterEncoding方法时,指定对做事器相应进行重新编码的编码。
2、contentType=“text/html;charset=UTF-8\"大众的浸染是指定对做事器相应进行重新编码的编码。
在不该用response.setCharacterEncoding方法时,用该参数指定对做事器相应进行重新编码的编码。做事器在将数据发送到浏览器前,对数据进行重新编码时,利用的便是该编码。
3、request.setCharacterEncoding(“UTF-8”)的浸染是设置对客户端要求进行重新编码的编码。
该方法用来指定对浏览器发送来的数据进行重新编码(或者称为解码)时,利用的编码。
4、response.setCharacterEncoding(“UTF-8”)的浸染是指定对做事器相应进行重新编码的编码。
做事器在将数据发送到浏览器前,对数据进行重新编码时,利用的便是该编码。
其次,要说一说浏览器是怎么样对吸收和发送的数据进行编码的
response.setCharacterEncoding(“UTF-8”)的浸染是指定对做事器相应进行重新编码的编码。同时,浏览器也是根据这个参数来对其吸收到的数据进行重新编码(或者称为解码)。以是在无论你在JSP中设置response.setCharacterEncoding (“UTF-8”)或者response.setCharacterEncoding(“GBK”),浏览器均能精确显示中文(条件是你发送到浏览器的数据编码是精确的,比如精确设置了pageEncoding参数等)。读者可以做个实验,在JSP中设置 response.setCharacterEncoding(“UTF-8”),在IE中显示该页面时,在IE的菜单中选择\"大众查看(V)“à\"大众编码 (D)“中可以查看到是” Unicode(UTF-8)”,而在在JSP中设置response.setCharacterEncoding (“GBK”),在IE中显示该页面时,在IE的菜单中选择\公众查看(V)“à\"大众编码(D)“中可以查看到是\"大众简体中文(GB2312)”。
浏览器在发送数据时,对URL和参数会进行URL编码,对参数中的中文,浏览器也是利用response.setCharacterEncoding参数来进行URL编码的。以百度和GOOGLE为例,如果你在百度中搜索\"大众汉字”,百度会将其编码为”%BA%BA%D7%D6”。而在GOOGLE中搜索 “汉字”,GOOGLE会将其编码为”%E6%B1%89%E5%AD%97\公众,这是由于百度的 response.setCharacterEncoding参数为GBK,而GOOGLE的的 response.setCharacterEncoding参数为UTF-8。
浏览器在吸收做事器数据和发送数据到做事器时所利用的编码是相同的,默认情形下均为JSP页面的response.setCharacterEncoding参数(或者contentType和 pageEncoding参数),我们称其为浏览器编码。当然,在IE中可以修正浏览器编码(在IE的菜单中选择\公众查看(V)“à\公众编码(D)“中修正),但常日情形下,修正该参数会使原来精确的页面中涌现乱码。一个有趣的例子是,在IE中浏览GOOGLE的主页时,将浏览器编码修正为\"大众简体中文(GB2312)”,此时,页面上的中文会变成乱码,不理它,在文本框中输入\"大众汉字”,提交,GOOGLE会将其编码为\"大众%BA%BA%D7%D6\"大众,可见,浏览器在对中文进行URL编码时,利用的便是浏览器编码。
弄清了浏览器是在吸收和发送数据时,是如何对数据进行编码的了,我们再来看看做事器是在吸收和发送数据时,是如何对数据进行编码的。
对付发送数据,做事器按照response.setCharacterEncoding—contentType—pageEncoding的优先顺序,对要发送的数据进行编码。
对付吸收数据,要分三种情形。一种是浏览器直接用URL提交的数据,其余两种是用表单的GET和POST办法提交的数据。
由于各种WEB做事器对这三种办法的处理也不相同,以是我们以Tomcat5.0为例。
无论利用那种办法提交,如果参数中包含中文,浏览器都会利用当前浏览器编码对其进行URL编码。
对付表单中POST办法提交的数据,只要在吸收数据的JSP中精确request.setCharacterEncoding参数,即将对客户端要求进行重新编码的编码设置成浏览器编码,就可以担保得到的参数编码精确。有读者可能会问,那如何得到浏览器编码呢?上面我们提过了,在默认请情形下,浏览器编码便是你在相应当要求的JSP页面中response.setCharacterEncoding设置的值。以是对付POST表单提交的数据,在得到数据的JSP页面中request.setCharacterEncoding要和天生提交该表单的JSP页面的 response.setCharacterEncoding设置成相同的值。
对付URL提交的数据和表单中GET办法提交的数据,在吸收数据的JSP中设置request.setCharacterEncoding参数是弗成的,由于在Tomcat5.0中,默认情形下利用ISO- 8859-1对URL提交的数据和表单中GET办法提交的数据进行重新编码(解码),而不该用该参数对URL提交的数据和表单中GET办法提交的数据进行重新编码(解码)。要办理该问题,该当在Tomcat的配置文件的Connector标签中设置useBodyEncodingForURI或者 URIEncoding属性,个中useBodyEncodingForURI参数表示是否用request.setCharacterEncoding 参数对URL提交的数据和表单中GET办法提交的数据进行重新编码,在默认情形下,该参数为false(Tomcat4.0中该参数默认为true); URIEncoding参数指定对所有GET办法要求(包括URL提交的数据和表单中GET办法提交的数据)进行统一的重新编码(解码)的编码。 URIEncoding和useBodyEncodingForURI差异是,URIEncoding是对所有GET办法的要求的数据进行统一的重新编码(解码),而useBodyEncodingForURI则是根据相应当要求的页面的request.setCharacterEncoding参数对数据进行的重新编码(解码),不同的页面可以有不同的重新编码(解码)的编码。以是对付URL提交的数据和表单中GET办法提交的数据,可以修正 URIEncoding参数为浏览器编码或者修正useBodyEncodingForURI为true,并且在得到数据的JSP页面中 request.setCharacterEncoding参数设置成浏览器编码。
下面总结下,以Tomcat5.0为WEB做事器时,如何防止中文乱码。
1.对付同一个运用,最好统一编码,推举为UTF-8,当然GBK也可以。
2.精确设置JSP的pageEncoding参数
3.在所有的JSP/Servlet中设置contentType=\"大众text/html;charset=UTF-8\"大众或response.setCharacterEncoding(“UTF-8”),从而间接实现对浏览器编码的设置。
4.对付要求,可以利用过滤器或者在每个JSP/Servlet中设置request.setCharacterEncoding(“UTF-8”)。同时,要修正Tomcat的默认配置,推举将useBodyEncodingForURI参数设置为true,也可以将URIEncoding参数设置为 UTF-8(有可能影响其他运用,以是不推举)。