前言:乱码问题,一直使我们头疼的问题。今天自己有空好好研究一番。不求太深入,只求只知皮毛。考虑不够全面,只求给您一点帮助足矣。
一、简单介绍下pageEncoding与contentType的区别(摘自网上)
pageEncoding:设置JSP源文件和响应正文中的字符集编码。
contentType:设置JSP源文件和响应正文的字符集编码及MIME类型。
如果pageEncoding属性存在,那么JSP页面的字符编码方式就由pageEncoding决定,
否则就由contentType属性中的charset决定,如果charset也不存在,JSP页面的字符编码方式就采用 默认的ISO-8859-1。
二、环境测试演练
post请求
1、条件:html或者jsp中的charset :text/html;charset=gb2312 (即浏览器页面编码方式)
没有filter,
server.xml没有设置
比如request.getParamter ,”汪” 转换成 Íô new String(“汪”.getBytes(“gb2312″),”iso-8859-1”)
结论:这是因为gb2312编码的“汪”,经iso-8859-1编码为Íô.
因此需要转换 new String(“Íô”.getBytes(“iso-8859-1″),”gb2312”);
2、条件:在1的基础上,server.xml增加
uRIEncoding=”gbk” useBodyEncodingForURI=”true” 不起作用。
并多次修改其值,对1中结果没有影响。
结论:故推断,此设置不对post请求起作用。
3、条件:在1的基础上,增加fiter, request.setCharacterEncoding(“gb2312”);
那么request.getParameter(“name”),直接获得正常的值。
结论: request.setCharacterEncoding 需要在request.getParameter(“name”)之前设置。具体可参考英文文档。
4、条件:在3的基础上,修改request.setCharacterEncoding(“utf-8”);
那么,汉字”汪”就不会正常解析出来,因为 “汪”先经过gb2312—>iso-8859-1—->utf-8 编码
若反过来,是不可逆的。锟斤拷 new String(new String(name.getBytes(“utf-8″),”iso-8859-1”).getBytes(“iso-8859-1″),”gb2312”);
结论:因此不要设置两个或者两个以上不同的编码,导致编码复杂,可能造成不可逆。
get请求:
1、条件:jsp 中 pageEncoding=”UTF-8″ charset=UTF-8″,filter中 request.setCharacterEncoding(“utf-8”);
<a href=”<%=request.getContextPath() %>/login.do?method=validate&username=汪&password=121322″”>测试</a>
分析:汪—-utf-8—-iso-8859-1—-request.setCharacterEncoding(“utf-8”) 不起作用–
因此 String name=new String(request.getParameter(“username”).getBytes(“iso-8859-1″),”utf-8”);才能显示正常的中文。
2、浏览器地址栏手动敲链接
那么汪—GBK—ISO-8859-1
因此String name=new String(request.getParameter(“username”).getBytes(“iso-8859-1″),”GBK”);为正常中文。
3、在1的基础上,
3.1)去除过滤器filter
3.1.1)只有 uRIEncoding=”UTF-8″
“汪”——utf-8—-iso-8859-1—通过tomcat server.xml —utf-8
因此request.getParameter(“username”)为正常中文。
3.1.2) 只有useBodyEncodingForURI=”true”
同3.1.3
3.1.3)server.xml 增加uRIEncoding=”UTF-8″ useBodyEncodingForURI=”true”
汪—-utf-8—-iso-8859-1
因此 String name=new String(request.getParameter(“username”).getBytes(“iso-8859-1″),”utf-8”); 为正常中文
3.2)增加过滤器filter request.setCharacterEncoding(“utf-8”)
3.2.1)只有 uRIEncoding=”UTF-8″
“汪”——utf-8—-iso-8859-1—通过tomcat server.xml —utf-8,注意filter不起作用
因此request.getParameter(“username”)为正常中文。
3.2.2) 只有useBodyEncodingForURI=”true”
“汪”——utf-8—-iso-8859-1—过滤器 —utf-8
因此request.getParameter(“username”)为正常中文。 即同3.1.1
3.2.3)server.xml 增加uRIEncoding=”UTF-8″ useBodyEncodingForURI=”true”
同上
4、在2的基础上
4.1)去除过滤器fiter
4.1.1)只有 uRIEncoding=”UTF-8″
汪——GBK—–ISO-8859-1—通过tomcat server.xml —utf-8
request.getParameter(“username”); 乱码。 若逆向编码的不可逆,
new String(new String(request.getParameter(“username”).getBytes(“utf-8″),”iso-8859-1”).getBytes(“iso-8859-1″),”gbk”)—-锟斤拷
4.1.2)只有useBodyEncodingForURI=”true”
同4.1.3
4.1.3)server.xml 增加uRIEncoding=”UTF-8″ useBodyEncodingForURI=”true”
汪——GBK—–ISO-8859-1
因此 name=new String(request.getParameter(“username”).getBytes(“iso-8859-1″),”GBK”);
4.2)增加过滤器request.setCharacterEncoding(“utf-8”);
4.2.1)只有 uRIEncoding=”UTF-8″
汪——GBK—–ISO-8859-1—通过tomcat server.xml —utf-8
request.getParameter(“username”); 乱码。 若逆向编码的不可逆,
new String(new String(request.getParameter(“username”).getBytes(“utf-8″),”iso-8859-1”).getBytes(“iso-8859-1″),”gbk”)—-锟斤拷
4.2.2)只有useBodyEncodingForURI=”true”
同4.1.1
4.2.3)server.xml 增加uRIEncoding=”UTF-8″ useBodyEncodingForURI=”true”
同上
5、server.xml 增加uRIEncoding=”UTF-8″ useBodyEncodingForURI=”true”,无论设不设置过滤器,多次修改uRIEncoding=”UTF-8″的编码。
对结果无影响,useBodyEncodingForURI 优先级别比增加uRIEncoding 高。
总结:
1)request.setCharacterEncoding;只对post请求、get请求(server.xml中配置useBodyEncodingForURI=”true”)起作用。
2)server.xml 增加uRIEncoding=”UTF-8″ useBodyEncodingForURI=”true” 只对get请求起作用。
3)地址栏手动链接。根据系统编码gbk—-iso-8859-1
4)request.setCharacterEncoding 应该设置在request.getParameter之前。
5)对server.xml只有uRIEncoding=”UTF-8″配置的情况下。 会对get请求uri进行utf-8编码
6)若useBodyEncodingForURI=”true” 优先级比uRIEncoding=”UTF-8″高。即设置前者后,后者不起作用。
因此建议最好 jsp 中pageEncoding,contentType,server.xml uRIEncoding=”UTF-8″ useBodyEncodingForURI=”true” fileter为request.setCharacterEncoding,保持一致。