网络传输中的编码与解码

编写此篇文章的原因:前端传递参数带加号时，到后端都被转换成了空格，对此问题比较疑惑，进行资料查找，发现编码方面比较薄弱，进行学习记录。

以上问题解决方法：

URLEncoder.encode("参数","utf-8");
URLDecoder.decode("参数","utf-8");

传递参数时进行编码，获取参数后进行解码

原因：到现在还比较迷茫，知道愿意请通知一声，谢谢

字符集与编码方式

字符集（二进制与字符的一一映射）

1. ASCII （最初的字符集）

2. GB2312--->GBK--->GB18030(各国字符集)

3. Unicode(统一字符集)

   ​ * 为了解决Unicode占用硬盘和流量大的问题产生了相关编码方式

   1. utf-8
   2. utf-16

url编码：

• 概念

  参考：https://zh.wikipedia.org/wiki/%E7%99%BE%E5%88%86%E5%8F%B7%E7%BC%96%E7%A0%81

  URI中允许的字符分为保留字符和非保留字符（RFC 3986中规定的保留字符和非保留字符）

  ​ 保留字符：! * ' ( ) ; : @ & = + $ , / ? # [ ]

  ​ 非保留字符：A_Z,az,0_{9,-_.}

  如果一个保留字符在特定上下文中具有特殊含义 , 且URI中必须使用该字符用于其它目的, 那么该字符必须百分号编码.

  !	#	$	&	'	(	)	*	+	,	/	:	;	=	?	@	[	]
  %21	%23	%24	%26	%27	%28	%29	%2A	%2B	%2C	%2F	%3A	%3B	%3D	%3F	%40	%5B	%5D

• 使用

  1.url中的PathInfo

  ​ 实际的url路径编码方式由浏览器决定

  2.url中的QueryString

  ​ 实际的url路径编码方式由浏览器决定

  3.get请求或post 请求Content-Type的值是：application/x-www-form-urlencoded

  ​ 表单提交时，参数中中文的编码则根据HTML代码中指定的字符编码来决定(也就是html代码中标签指定的字符编码)。当然这是在form中没有指定accept-charset的情况下，如果form中加了accept-charset="GBK”属性，则表单参数则由accept-charset指定编码进行编码

Jsp/Servlet编码:

• 在jsp/servlet中主要有以下几个地方可以设置编码

  • pageEncoding="UTF-8"

    • 设置jsp编译成servlet时使用的编码
    • 例如:jsp文件保存为gbk格式，pageEncoding="UTF-8"时servlet会出现乱码
    • JSP中不指定contentType参数，不使用response.setCharacterEncoding方法时，指定对服务器响应进行重新编码的编码

  • response

    需要设置转换成传输流的编码方式及浏览器的解码方式

    服务器发给浏览器的数据默认是按照ISO-8859-1编码，浏览器接收到数据后按照默认的字符集进行解码后显示，如果浏览器的默认解码字符集不是ISO-8859-1，就出现乱码。ISO-8859-1不支持中文即传输中文必须采用其他传输方式，否则为乱码

    • response.setCharacterEncoding("utf-8”);
      设置服务器端的编码，默认是ISO-8859-1；该方法必须在response.getWriter()之前进行设置,如果设置了Content-Type字段，response.setCharacterEncoding方法设置的字符集编码会出现在Http消息的响应头中，会要求浏览器使用utf-8进行解码
      response.setHeader("Content-Type", "text/html; ");或response.setHeader("Content-Type", "text/html;");
      通知浏览器服务器发送的数据格式是text/html，并要求浏览器使用utf-8进行解码。

    • response.setContentType("text/html;charset=utf-8”);或response.setHeader("Content-Type", "text/html; charset=utf-8”);
      它其实会覆盖response.setCharacterEncoding("utf-8”) ，在开发中只需要设置response.setContentType("text/html;charset=utf-8”)就可以了。意思是通知浏览器服务器发送的数据格式是text/html，服务器采用utf-8编码，并要求浏览器使用utf-8进行解码。

    • response.setCharacterEncoding("utf-8”);
      设置服务器端的编码为utf-8
      response.getWriter().println("”);
      要求浏览器使用utf-8进行解码,按照整个html格式编写，写在head中。
      可以看出，第二种方式是最简便的，这也是我们在开发中最常使用的方式。setCharacterEncoding优先权比setContentType及setLocale()节点要高

  • request

    会涉及到URL编程，参考url编码

    在服务器端，通过request.setCharacterEncoding("utf-8”)即可设置服务器的解码为utf-8（默认是ISO-8859-1），但是它只对请求体里面的参数有效；如果参数跟在请求行中的uri后边，它就无能为力了。因此请求方式不同，解决乱码的方案也不同。

    • 在地址栏直接输入URL访问

      编码方式由浏览器决定，RFC 3986协议强制要求转换为UTF-8，为了方便处理，通过超链接和表单的访问也规定必须是utf-8格式，即显示当前页面的编码也要使用utf-8，这样浏览器将统一使用utf-8对参数进行编码

    • 点击页面中的超链接访问

      将参数按照当前页面的显示编码进行编码，RFC 3986协议强制要求转换为UTF-8。

    • 提交表单访问

      将参数按照当前页面的显示编码进行编码。

      解决方案：

      • post请求

        post方式属于表单提交，参数存在于请求体中，通过request.setCharacterEncoding("utf-8”)即可解决乱码。

      • get方式

        get方式提交的参数会跟在请求行中的uri后边，服务器按照默认的iso-8859-1进行解码，这时候解决乱码有两种办法：

        • 修改服务器端对uri参数的默认编码

          在tomcat的server.xml中，设置元素的属性URIEncoding="UTF-8”即可。（默认没有设置此属性）

          注意：

          1、设置元素的属性useBodyEncodingForURI=“true”，意思是请求体和uri使用相同的编码格式。通过设置这两个属性，既可以解决get方式的乱码，又可以解决 post方式的乱码。

          2、通过修改server.xml指定服务器对get和post统一按照utf-8解码，要求tomcat管理下的所有web应用都要使用utf-8编码，即所有的jsp、html页面都使用utf-8编码。比如 JSP页面的头信息是这样的：

          <%@ page language="java" contentType="text/html; charset=utf-8"

          ​ pageEncoding="utf-8"%>

        • 参数从浏览器到服务器，经过客户端utf-8编码，服务器端iso-8859-1解码，最终成为乱码。那我们将乱码进行相反的编解码，即可得到正常的参数值。

          例如：String name = request.getParameter("name”);//得到乱码

          ​ name = new String(name.getBytes("iso-8859-1"),"utf-8”);//得到正常的name值

          ​ 注意：name.getBytes()；如果不指定编码，默认按照gb2312进行编码。

      ​

    ​