【J2EE】Servlet之中文乱码问题

写在前面

最近在学习J2EE的一些基础知识，找了一些学习资料，深感Java相关学习内容的纷繁复杂，迫切需要理出一条脉络，后来我就找到了这个：3y的github。
里面有很多的文章写的很不错，包括一些知识和一些方法论，可以很好地帮助构建知识体系，有兴趣的小伙伴也可以参考哈。

举个例子

response.getWriter().write("中文内容");

这样的代码会在浏览器/Postman中看到 ?? 的结果，这就是一个很常见的乱码问题了。

问题根源

Tomcat结构

通过上图我们可以看到Tomcat服务器在处理请求时的一个流程和结构，通过Tomcat的Connector线程池，将请求根据URL分发到对应的Host（域名）和Context上（Web应用）。Web应用内再分发到具体的Servlet上。

而从浏览器传输到服务器时，需先将中文编码为字节序列，而Tomcat服务器再将字节序列解码为字符串。Tomcat默认使用的编码格式是ISO 8859-1 ，并不支持中文；而我们在浏览器中一般使用UTF-8编码格式以支持中文。

编码方式

UTF-8

Unicode：指字符集，为每一个“字符”分配一个唯一的ID（码位）；例如“知”的码位是 30693，记作 U+77E5（30693 的十六进制为 0x77E5）。

UTF-8：指编码规则，定义了如何将一个Unicode中的ID（码位）编码为字节序列；例如将“知”的码位U+77E5编码为字节序列E79FA5。

UTF-8使用1-4个字节为Unicode进行编码，一般汉字用3-4个字节进行编码；由于UTF-8编码后的字节序列为可变长度，所以更省空间；

ISO 8859-1

为一种使用单字节进行编码的编码规则，支持部分欧洲使用的语言，但是并不支持中文；

解决方案

Servlet Response 输出

此时需要设置response的编码规则：response.setContentType("text/html;charset=UTF-8");

该语句将做两件事：

• response.setCharacterEncoding("UTF-8") 设置Tomcat对于Response的编码规则改为UTF-8
• response.setHeader("Content-Type","text/html;charset=UTF-8"); 设置浏览器的内容格式和解码方式

Servlet Request 输入

1. Post参数：通过request.setCharacterEncoding("UTF-8")即可设置Tomcat解码方式为UTF-8，即可正常解出中文
2. Get参数：需要注意Get的参数在URL中而不在HTTP Body中，所以不能通过和Post一样的方式解决；好在>=Tomcat 8.0时，默认的URI解码方式已经为UTF-8了，所以不用特殊处理了（见参考的第一条）

注意：对于Tomcat <8.0时，解决Get参数的乱码问题需要进行手动解码或者修改Tomcat配置，较为复杂，所以提交数据尽量使用post。

参考

1. Tomcat Character Encoding
2. 3y讲Servlet
3. Unicode和UTF-8有什么区别
4. ISO 8859-1