web开发中的编码问题

 

web开发java中文编码问题

 

关于JSP页面中的pageEncoding和contentType两种属性的区别：

pageEncoding是jsp文件本身的编码

contentType的charset是指服务器发送给客户端时的内容编码

JSP要经过两次的“编码”，第一阶段会用pageEncoding，第二阶段会用utf-8至utf-8，第三阶段就是由Tomcat出来的网页， 用的是contentType。

第一阶段是jsp编译成. java ，它会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译成统一的UTF-8 JAVA 源码（即. java ），如果pageEncoding设定错了，或没有设定，出来的就是中文乱码。

第二阶段是由JAVAC的 JAVA 源码至 java byteCode的编译，不论JSP编写时候用的是什么编码方案，经过这个阶段的结果全部是UTF-8的encoding的 java 源码。

JAVAC用UTF-8的encoding读取 java 源码，编译成UTF-8 encoding的二进制码（即.class），这是JVM对常数字串在二进制码（ java encoding）内表达的规范。

第三阶段是Tomcat（或其的application container）载入和执行阶段二的来的 JAVA 二进制码，输出的结果，也就是在客户端见到的，这时隐藏在阶段一和阶段二的参数contentType就发挥了功效

contentType的設定.

pageEncoding 和contentType的预设都是 ISO8859-1. 而随便设定了其中一个, 另一个就跟着一样了(TOMCAT4.1.27是如此). 但这不是绝对的, 这要看各自JSPC的处理方式. 而pageEncoding不等于contentType, 更有利亚洲区的文字 CJKV系JSP网页的开发和展示, (例 pageEncoding= GB2312 不等于 contentType=utf-8)。

jsp文件不像. java ，. java 在被编译器读入的时候默认采用的是操作系统所设定的locale所对应的编码，比如中国大陆就是GBK，台湾就是BIG5或者MS950。而一般我们不管是在记事本还是在ue中写代码，如果没有经过特别转码的话，写出来的都是本地编码格式的内容。所以编译器采用的方法刚好可以让虚拟机得到正确的资料。

但是jsp文件不是这样，它没有这个默认转码过程，但是指定了pageEncoding就可以实现正确转码了。

举个例子:

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

大都会打印出乱码，因为输入的“你好”是gbk的，但是服务器是否正确抓到“你好”不得而知。

但是如果更改为

<%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%>

这样就服务器一定会是正确抓到“你好”了。

要是简单的说作用范围

<meta http-equiv="content-type" content="text/html; charset=utf-8" />
只适用于HTML，即在 HTML 中设置页面的编码方式
如果被访问的是一个静态的 HTML 页面。可以通过以上方式来设置页面的编码方式。

对于 <%@ page language=" java " contentType="text/html; charset=utf-8" >
上面已经说的比较清楚了

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

下面是以前写的东西，感觉理解还是有点偏差：

用户浏览器输入过程 ：<系统默认编码，Windows下的话为GBK（相当于gb2312，gb2312为其子集）>，用户输入的字符编码为系统默认的。
浏览器代码到web容器 ：默认web容器以 iso-8859-1 来读入这个输入流。相当于getBytes(" iso-8859-1 ")
所以要在 java 代码中正确显示字符集要使用

request.setCharacterEncoding("GBK");
//相当于new String(req.getParameter("name").getBytes("iso-8859-1"),"gbk")，但是如果这样设置后，jsp代码中要加入<%@ page language="java" import="java.util.*" pageEncoding="GBK"%>

request.setCharacterEncoding("GBK");

//相当于new String(req.getParameter("name").getBytes("iso-8859-1"),"gbk")，但是如果这样设置后，jsp代码中要加入<%@ page language="java" import="java.util.*" pageEncoding="GBK"%>

 
web容器到浏览器 ：
如果不设置 page ,默认为以 iso-8859-1 编码读入流输出到web容器。但是设置时设置
<%@ page language=" java " import=" java .util.*" pageEncoding=" ISO-8859-1 "%>编码总是用问题，
设置成<%@ page language=" java " import=" java .util.*" pageEncoding="ISO8859_1"%>就没问题了。
page 的作用是让web容器按pageEncoding设置的编码读入流输出到浏览器，这里要和mate中的区别开来， mate是用来告诉浏览器用什么编码来显示。

注：这里的 page 是指<%@ page language=" java " import=" java .util.*" pageEncoding="×"%>
参考文档： http://www.wujianrong.com/archives/2006/11/java_10.html 进阶--对 Java /JSP中文乱码问题解决心得