JAVA中文乱码解决

简述

乱码是JAVA开发时经常遇到的问题。主要出现在四种情况：

1.        系统接口之间

2.        POST提交数据

3.        GET提交数据和URL路径

4.        页面乱码

系统接口之间乱码

需要双方定义编码方式。例如：GBK（以下都以GBK为例）。

发送的时候将String按GBK转换为了字节码

        out.write(loginStr.get(0).getBytes("GBK"));//out为输出流

接收的时候将字节码按GBK编码转换成String

        new String(by, 0, a, "GBK");//by为字节码，a为字节码长度

POST 乱码

一般由Filter设置字符集,开发人员无需关注。

        request.setCharacterEncoding("GBK");

特殊情况下，各个Servlet也可以按照上面代码设置。

但要注意，必须在取第一个参数之前就要设置。

另外

（1）  上面这个代码只能设置post提交的requestbody的编码而不是设置get方法提交的queryString的编码。该方法告诉应用服务器应该采用什么编码解析post传过来的内容。

（2）  HttpServletRequest.getPathInfo()返回的结果是由Servlet服务器解码(decode)过的。

（3）  HttpServletRequest.getRequestURI()返回的字符串没有被Servlet服务器decoded过。

（4）  POST提交的数据是作为request body的一部分。

（5）  网页的Http头中ContentType("text/html;charset=GBK")的作用：

(a) 告诉浏览器网页中数据是什么编码；

(b) 表单提交时，通常浏览器会根据ContentType指定的charset对表单中的数据编码，然后发送给服务器的。

(c) 这里所说的ContentType是指http头的ContentType，而不是在网页中meta中的ContentType。

GET乱码和URL路径乱码

URL路径乱码是指用中文路径，如…/中文路径/test.jsp

GET乱码需要在中间件的配置文件里设置.

        (1) tomcat服务器

对于tomcat服务器，该文件是server.xml

<Connectorport="8080" PRotocol="HTTP/1.1"

　　　　　　　maxThreads="150"connectionTimeout="20000"

　　　　　　　redirectPort="8443"URIEncoding="GBK"/>

URIEncoding告诉服务器servlet解码URL时采用的编码。

 

<Connectorport="8080" ... useBodyEncodingForURI="true"/>

useBodyEncodingForURI告诉服务器解码URL时候需要采用request body指定的编码。

 

(2) weblogic服务器

对于weblogic服务器，该文件是weblogic.xml

<input-charset>

　<java-charset-name>GBK</java-charset-name>

</input-charset>

 

另外：

        不同的浏览器对于GET方式提交的中文和路径中文都会按照URLEncode自动编码。

(1)  对于中文IE,如果在高级选项中选中总以UTF-8发送(默认方式)，则PathInfo是URLEncode是按照UTF-8编码,QueryString是按照GBK编码。

http://localhost:8080/example/ 中国?name=中国

实际上提交是：

GET /example/$E4$B8$AD$E5$9B$BD?name=$D6$D0$B9$FA($改为%）

(2)    对于中文IE,如果在高级选项中取消总以UTF-8发送，则PathInfo和QueryString是URLencode按照GBK编码。

实际上提交是：

GET/example/$D6$D0$B9$FA?name=$D6$D0$B9$FA ($改为%）

(3)    对于中文firefox，则pathInfo和queryString都是URLencode按照GBK编码。实际上提交是：

GET/example/$D6$D0$B9$FA?name=$D6$D0$B9$FA ($改为%）

很显然，不同的浏览器以及同一浏览器的不同设置，会影响最终URL中PathInfo的编码。对于中文的IE和FIREFOX都是采用GBK编码QueryString。

因此一般情况下，我们尽量使用英文路径，而不是中文路径。提交方式尽量使用POST，如果必须要使用GET方式，请主动将PathInfo和QueryString按配置文件中的编码URLEncode。即：直接按统码转换成$D6$D0$B9$FA此种类型的数据。

页面乱码

浏览器根据http头中的ContentType("text/html;charset=GBK")，指定的字符集来解码服务器发送过来的字节流。

1.        Servlet中调用HttpServletResponse.setContentType()设置http头的ContentType。

2.        Jsp: <%@ pagecontentType="text/html;charset=GBK"%>

3.        注意：HttpServletResponse.setContentType("text/xml;charset=GBK");一定要写在PrintWriter out =HttpServletResponse.getWriter();之前。否则会乱码，尤其是使用Ajax时，以前在项目开发过程中出现过这种问题

总结

1.        一般一个系统只使用一个字符集，以免造成混乱。

2.        Filter、配置文件、JSP中的<%@ pagecontentType="text/html;charset=GBK"%>都必须写。

3.        一般路径不要写中文，不般不要使用中文的get方法（QueryString），特殊情况下需要使用时，主动URLEncode。

4.        接口通信时，双方主动定义一致字符集，按字符集转换成字节码交互。