关于URLEncoder编码的问题

关于URLEncoder编码的问题5

http://www.iteye.com/problems/56952

今天遇到了一个url后追加中文参数乱码的问题，后来用URLEncoder.encode这个方法处理了下解决了。不过感觉还有点迷糊。所以自己写了一个测试的demo.
下面是一个很简单的servlet的部分代码：


protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {

String test = request.getParameter("test");
System.out.println("dddddddddddddddddddddddddddd"+test);
System.out.println(new String(test.getBytes("iso8859-1")));
}

输入url :http://localhost:8080/web/TestServlet?test=aa
输出 ：ddddddddddddddddddddddddddddaa
       aa

输入:http://localhost:8080/web/TestServlet?test=中文
输出：  dddddddddddddddddddddddddddd????
        中文
输入：http://localhost:8080/web/TestServlet?test=%D6%D0%CE%C4   （注：test是经过encode"中文"的编码）
输出:   dddddddddddddddddddddddddddd????
        中文

输入了三次，似乎在这里中文参数经不经过URLEncoder.encode都可以运行，我就不明白了，encode有什么作用？还有我传递的参数只是经过了encode在接受参数的时候并不需要解码？有点迷糊！

---

问题补充：

zhanjia 写道

1、
URLEncoder.encode(String s, String enc)
使用指定的编码机制将字符串转换为 application/x-www-form-urlencoded 格式

URLDecoder.decode(String s, String enc)
使用指定的编码机制对 application/x-www-form-urlencoded 字符串解码。

发送的时候使用URLEncoder.encode编码，接收的时候使用URLDecoder.decode解码，都按指定的编码格式进行编码、解码，可以保证不会出现乱码

首先谢谢你的回答，刚提到的编码、解码。我刚传递的是编码后的参数，但在servlet我并没解码也可以得到正常的参数，这是我不明白之一。还有一点是为什么我中文传递的时候，编码和不编码的效果是一样的，这是我不明白之二。希望给予答案，谢谢！

---

问题补充：

lockwang 写道

还要看你的网站服务器用的什么编码,最好全部统一

服务器我用的是redhat，在/etc/sysconfig/i18n里设置的是GBK这样编码应该和windows是一致的

---

问题补充：

langshao 写道

URLEncoder.encode 之后浏览器就不会乱编码了，否则会有一些浏览器出现乱码的（如在IE的URL地址中直接输入中文试试）。

一般Tomcat、WebLogic等都会自动解码，不再需要你自己写程序解码。

Tomcat中指定URL用UTF-8编码server.xml：

<Connector port="8080" protocol="HTTP/1.1"
           connectionTimeout="20000"
           redirectPort="8443" useBodyEncodingForURI="true" URIEncoding="UTF-8" />

解码工作是中间件容器自动完成的吗，URIEncoding="UTF-8"这段的意思是
URLDecoder.decode(str,"UTF-8")吗？

---

问题补充：

zhanjia 写道

网页提交字符串：
     当页面中的表单提交字符串时，首先把字符串按照当前页面的编码，转化成字节串。然后再将每个字节转化成 "%XX" 的格式提交到 Web 服务器。比如，一个编码为 GB2312 的页面，提交 "中" 这个字符串时，提交给服务器的内容为 "%D6%D0"。

    在服务器端，Web 服务器把收到的 "%D6%D0" 转化成 [0xD6, 0xD0] 两个字节，然后再根据 GB2312 编码规则得到 "中" 字。

    在 Tomcat 服务器中，request.getParameter() 得到乱码时，常常是因为前面提到的“误解一”造成的。默认情况下，当提交 "%D6%D0" 给 Tomcat 服务器时，request.getParameter() 将返回 [0x00D6, 0x00D0] 两个 UNICODE 字符，而不是返回一个 "中" 字符。因此，我们需要使用 bytes = string.getBytes("iso-8859-1") 得到原始的字节串，再用 string = new String(bytes, "GB2312") 重新得到正确的字符串 "中

感谢回答说的很好，
在页面我做一个含有中文的参数的form提交过程是这样的：
提交form时候浏览器会默认将中文已页面编码方式做 application/x-www-form-urlencode,这时候“中”字被编码为%D6%D0,等效代码为URLEncoder.encode("中","GBK");
而后再servlet中通过做这样的代码处理：
String test = request.getParameter("test");
byte[] bytes = test.getBytes("iso8859-1");
for(int i=0;i {
System.out.println(Integer.toHexString(bytes[i]&0xff));
}
打印的字节为D6,D0 得到字节正确，而后从新用GBK编码即可。
大概流程搞懂了，这里有点为什么先用iso8859-1解码呢，难道java系统默认有次iso8859-1的编码吗

---

问题补充：

langshao 写道

引用

而后再servlet中通过做这样的代码处理：
String test = request.getParameter("test");
byte[] bytes = test.getBytes("iso8859-1");
for(int i=0;i {
System.out.println(Integer.toHexString(bytes[i]&0xff));
}
打印的字节为D6,D0 得到字节正确，而后从新用GBK编码即可。
大概流程搞懂了，这里有点为什么先用iso8859-1解码呢，难道java系统默认有次iso8859-1的编码吗

byte[] bytes = test.getBytes("iso8859-1");

改为

byte[] bytes = test.getBytes();

看看。

public byte[] getBytes()
{
    return StringCoding.encode(value, offset, count);
}

static byte[] encode(char ac[], int i, int j)
{
    String s = Charset.defaultCharset().name();
    try
    {
        return encode(s, ac, i, j);
    }
    catch(UnsupportedEncodingException unsupportedencodingexception)
    {
        warnUnsupportedCharset(s);
    }
    try
    {
        return encode("ISO-8859-1", ac, i, j);
    }
    catch(UnsupportedEncodingException unsupportedencodingexception1)
    {
        MessageUtils.err((new StringBuilder()).append("ISO-8859-1 charset not available: ").append(unsupportedencodingexception1.toString()).toString());
    }
    System.exit(1);
    return null;
}

谢谢你的代码了，这里是如果 String s = Charset.defaultCharset().name();得不到编码名的时候会有异常进而传入"iso8859-1" 有什么方式可以给它设置上defaultCharset吗？也就是说让它在
String s = Charset.defaultCharset().name();得到值
另外我在servlet中执行了
System.out.println("默认编码"+Charset.defaultCharset());这样的代码得到是GBK,难道是有代码执行先后的问题吗？

企业应用 

2011年1月06日 11:02

夜神月
3
0 0 1

• 添加评论
• 关注(0)