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
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
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。
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。
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
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。