关于字符编码与解码的几个问题，希望大家一起讨论

提几个问题： 1.从JSP页面按get或post方式传递参数，到返回结果这个过程中，中文参数会被经过几次字符编码，具体经过哪些编码过程？ 2.JSP页面设置的字符编码会对传递的参数进行编码吗？如JSP页面设置为： HTML code <!----> <% @ page language = " java " contentType = " text/html; charset=GBK " pageEncoding = " GBK " %>   那么在传递参数之前，会将参数先进行编码成GBK吗？ 3.在参数传递到服务器这个过程中(tomcat)，会进行几次URLEncoder.encode()编码和几次URLDecoder.decode()解码，并且 编码和解码的时候都采用什么字符编码格式？在传递的过程中是否也会使用new String(s.getBytes("GBK"), "UTF-8")这种方式进行转码或者其他方式进行转码？ 4.如果在tomcat的server.xml文件的 <Connector>中设置URIEncoding属性，是否会将所有请求进行一次编码，这样的话又是在什么地方进行解码的呢？URLEncoding这个属性设置与不设置的区别如何？ 5.如下面代码中，如何再将乱码转换回汉字？ Java code <!----> String s = " 中文 " ; try { s = new String(s.getBytes( " GBK " ), " UTF-8 " ); } catch (UnsupportedEncodingException e3) { e3.printStackTrace(); } System.out.println(s);   此时，s已经被转换为乱码，如何再将它转换回正常的汉字呢？ 以上几个问题，我已经迷惑了好久，始终没有一个清晰的概念，希望大家一起讨论！希望了解的高人们能够给出一个清晰的回答，在参数传递这整个流程中，都经过了哪些关键的编码或转码？ 如果有好的资料，也希望不吝分享！

问题点数：200 回复次数：79 显示所有回复显示星级回复显示楼主回复 修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 yinyuan1987 AI 【最近，忙碌中】 等级: 可用分等级：富农 总技术分：13039 总技术分排名：1460

发表于：2008-12-12 10:04:111楼 得分:0 这是我以前在别的帖子上发的希望对大家有帮助 关于中文乱码问题的几点总结：    1、unicode，utf-8,gbk,gb2312等都是字符编码，是指怎么用字节来表示字符。          2、java使用的是unicode，此话的意思是指运行时java的char类型是一个unicode编码字符，占两个字节。    3、java原文件一般都是以本地字符编码存储在本地文件系统中的。    4、java类文件是以unicode编码存储在本地文件系统中的。    5、当从一个字节序列转化为一个字符串的时候，需要字符编码。        乱码问题一般就是发生在第5步，比如一个4字节iso8859-1编码的字节（如：a,b,c,d），如果使用正确的字符编码转化它将被转化为4个字符(a,b,c,d)占8个字节，如果使用gbk编码转化它将被转为2个字符，同时着两个字符肯定也不是合法的gbk字符(??)，乱码也就产生了。        jsp中的乱码问题    1、首先说读取数据，web服务器接收请求时，接受到的是字节序列，转化为字符时就需要知道此字符序列的编码，才能正确转化。对于tomcat来讲，如果未指定则默认使用iso8859-1，而通常中文平台的编码是gb2312，所以就会产生乱玛。    2、 <%@  page  contentType="text/html;  charset=GBK"  %>    着句的意思是设置http响应头，提示浏览器使用的字符编码，同时设置http响应(response)的字符编码。    3、对于tomcat的get请求，编码的处理是在server.xml的connctor的URIEncoding中指定的。  这是对乱码的总结。 支持楼主上面的这样的讨论帖子   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 lihan6415151528 李晗,爱赌，执着于java技术 等级: 可用分等级：小财主 总技术分：19483 总技术分排名：739 3

发表于：2008-12-12 10:06:052楼 得分:0 Java code <!----> String s = " 中文 " ; try { s = new String(s.getBytes( " GBK " ), " UTF-8 " ); } catch (UnsupportedEncodingException e3) { e3.printStackTrace(); } System.out.println(s); 改成 Java code <!----> String s = " 中文 " ; String s1 = "" ; try { s = new String(s.getBytes( " GBK " ), " UTF-8 " ); s1 = new String(s.getBytes( " iso=8859-1 " ), " gb2312 " ); } catch (UnsupportedEncodingException e3) { e3.printStackTrace(); } System.out.println(s1);   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 crjjason kakaxi 等级: 可用分等级：中农 总技术分：1421 总技术分排名：21661

发表于：2008-12-12 10:06:293楼 得分:0 有人说，乱码问题一直跟中国的程序员特别有缘，真是再同意不过了，不管是Struts，JSF，JSP，还是MySQL，Tomcat，全都或多或少有乱码的问题。 一般的做法有用Filter： < filter >     < filter-name > Set Character Encoding </ filter-name >     < filter-class > org.springframework.web.filter.CharacterEncodingFilter </ filter-class >     < init-param >       < param-name > encoding </ param-name >       < param-value > GBK </ param-value >     </ init-param >     < init-param >       < param-name > ignore </ param-name >       < param-value > true </ param-value >     </ init-param >   </ filter >   < filter-mapping >     < filter-name > Set Character Encoding </ filter-name >     < url-pattern > *.do </ url-pattern >   </ filter-mapping >   < filter-mapping >     < filter-name > Set Character Encoding </ filter-name >     < url-pattern > *.jsp </ url-pattern >   </ filter-mapping >   < filter-mapping >     < filter-name > Set Character Encoding </ filter-name >     < url-pattern > *.html </ url-pattern >   </ filter-mapping >   < filter-mapping >     < filter-name > Set Character Encoding </ filter-name >     < url-pattern > *.htm </ url-pattern >   </ filter-mapping > 的，有用 <% request.setCharacterEncoding( " GBK " ); %> 的，还有用 <% @ page contentType = " text/html; charset=GBK "  pageEncoding = " GBK " %> 的,还可以用 <%  String name  =  new  String(request.getParameter( " name " ).getBytes( " 8859_1 " ),  " GB2312 " );  %> 在做项目的过程中，发现用URL传request参数的时候，在第二个页面上得到乱码的问题。把上面几种方法都试了一下还是不行。仔细追踪了一下，发现在页面的源代码上中文是正常的，一直到URL还是中文正常，可是在后台的Action里面log出来就成了乱码了，于是猜想是在request封装的过程中把中文变成乱码了，以致于后台直接就是取到的乱码。在后台Action中Set入中文，页面上正常显示，说明Struts的中文已经不存在问题。剩下的，应该就只有doGet和doPost方法的问题了。找了一下tomcat的配置文件，发现只要在server.xml中： <!--  Define a non-SSL HTTP/1.1 Connector on port 8080  -->     < Connector  port ="8080"  maxHttpHeaderSize ="8192"               maxThreads ="150"  minSpareThreads ="25"  maxSpareThreads ="75"               enableLookups ="false"  redirectPort ="8443"  acceptCount ="100"               connectionTimeout ="20000"  disableUploadTimeout ="true" />     <!--  Note : To disable connection timeouts, set connectionTimeout value     to 0  --> 改为 <!--  Define a non-SSL HTTP/1.1 Connector on port 8080  -->     < Connector  port ="8080"  maxHttpHeaderSize ="8192"               maxThreads ="150"  minSpareThreads ="25"  maxSpareThreads ="75"               enableLookups ="false"  redirectPort ="8443"  acceptCount ="100"               connectionTimeout ="20000"  disableUploadTimeout ="true"  URIEncoding ="GBK" />     <!--  Note : To disable connection timeouts, set connectionTimeout value     to 0  --> 就是加上URIEncoding="GBK"就万事大吉了。 至此，应该再困难的乱码问题都解决了吧。就是要在页面上、数据库中、request里、doGet、doPost方法里面都是中文！   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 zou_wei_forever 偶错过了很多好女孩... 等级: 可用分等级：中农 总技术分：4315 总技术分排名：5844

发表于：2008-12-12 10:07:424楼 得分:0 sf?   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 ganglong99 曾在天涯 等级: 可用分等级：贫农 总技术分：1262 总技术分排名：19367

发表于：2008-12-12 10:19:195楼 得分:0 谢谢yinyuan1987. 1.既然web服务器接收到的是字节序列，那么这个字节序列应该是通过字符串的getBytes()方法转化的吧，那么在这里转化的时候采用的是什么编码呢？系统默认的还是? 2. <%@  page  contentType="text/html;  charset=GBK"  %>    着句的意思是设置http响应头，提示浏览器使用的字符编码，同时设置http响应(response)的字符编码。 没错，这是提示浏览器使用的什么字符编码，那么提交的参数会产生这种编码吗？如果直接在地址栏输入中文的参数，它会进行编码吗？ 3.对于tomcat的get请求，编码的处理是在server.xml的connctor的URIEncoding中指定的。 那么如果不指定这个属性值，默认会采用什么编码格式呢？   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 ganglong99 曾在天涯 等级: 可用分等级：贫农 总技术分：1262 总技术分排名：19367

发表于：2008-12-12 10:25:026楼 得分:0 2楼李晗的方法我试了一下，结果仍然是乱码啊！   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 lihan6415151528 李晗,爱赌，执着于java技术 等级: 可用分等级：小财主 总技术分：19483 总技术分排名：739 3

发表于：2008-12-12 10:28:057楼 得分:0 乱码问题我一般都是这样用得 Java code <!----> String s = " 中文 " ; try { s = new String(s.getBytes( " iso=8859-1 " ), " gb2312 " ); } catch (UnsupportedEncodingException e3) { e3.printStackTrace(); } System.out.println(s); 或者用过滤器 不好用你打我   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 herowach 菜鸟中的老大 等级: 可用分等级：中农 总技术分：1246 总技术分排名：18803

发表于：2008-12-12 10:33:198楼 得分:0 问几个问题： 一、.java文件的字符集编码会对文件中的字符串产生影响吗？ 二、String s = "abc"; 这里的abc的字符集是跟操作系统的字符集编码一致还是JVM的？ 三、如何将servlet的response.getWriter().print(xml);输入的到界面的字符集改成UTF-8，以前遇到过的，怎么转换最后还是ANSI的（就是在页面点查看源代码，然后另存为可以看见当前的字符集编码格式）   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 ganglong99 曾在天涯 等级: 可用分等级：贫农 总技术分：1262 总技术分排名：19367

发表于：2008-12-12 10:35:069楼 得分:0 Java code <!----> String s = " 中文 " ; try { s = new String(s.getBytes( " iso-8859-1 " ), " gb2312 " ); } catch (UnsupportedEncodingException e3) { e3.printStackTrace(); } System.out.println(s); 呵呵，你这个仍然是乱码！ 其实我想问的是，如果我把中文用下面的方式转化了后，再怎么转换回正常的汉字来。 Java code <!----> String s = " 中文 " ; try { s = new String(s.getBytes( " GBK " ), " UTF-8 " ); } catch (UnsupportedEncodingException e3) { e3.printStackTrace(); } System.out.println(s); 现在是用GBK来把s字符串先解成字节数组，然后用UTF-8把字节数组解成字符串，此时的字符串是乱码，怎么变回正常的汉字来？   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 realcbb 夜班 等级: 可用分等级：富农 总技术分：781 总技术分排名：27498

发表于：2008-12-12 10:35:1110楼 得分:0 的确比较全面的编解码问题，我的理解： 1.无论是post还是get都是按页面的编码进行提交，即pageEncoding。如果pageEncoding属性存在，那么JSP页面的字符编码方式就由pageEncoding决定，否则就由contentType属性中的charset决定；如果charset也不存在，JSP页面的字符编码方式就采用默认的ISO-8859-1。后台处理完成后以charset设定的编码方式返回给JSP页面。 未设定时，pageEncoding和charset默认都是ISO-8859-1。 2.第一个问题中已经说清楚了，在程序里获取的参数就是以pageEncoding方式编码的内容。 3.除非你手动调用，否则不会进行URLEncoder.encode()或URLDecoder.decode()，具体过程还是见第一个问题。 4.如果设置了过滤器，只能对post方式提交的数据自动转码；如果在server.xml中设置了URIEncoding，只能对get方式提交数据自动转码。如果这两项都没有设置，需要时可以手动进行转码。 5.s = new String(s.getBytes("UTF-8"), "GBK");即可。   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 herowach 菜鸟中的老大 等级: 可用分等级：中农 总技术分：1246 总技术分排名：18803

发表于：2008-12-12 10:38:2011楼 得分:0 引用 5 楼 ganglong99 的回复: 谢谢yinyuan1987. 1.既然web服务器接收到的是字节序列，那么这个字节序列应该是通过字符串的getBytes()方法转化的吧，那么在这里转化的时候采用的是什么编码呢？系统默认的还是? 2. <%@  page  contentType="text/html;  charset=GBK"  %>    着句的意思是设置http响应头，提示浏览器使用的字符编码，同时设置http响应(response)的字符编码。 没错，这是提示浏览器使用的什么字符编码，那么提交的参数会产生这种编码… 默认应该是ISO-8859-1吧， 直接在地址栏输应该不会编码，（至少我这边GET提交中文要先URLEncoder.encode一下）， 第三个不清楚，反正不是UTF-8   <!---->修改 删除 举报 引用 回复

加为好友 发送私信 在线聊天 ganglong99 曾在天涯 等级: 可用分等级：贫农 总技术分：1262 总技术分排名：19367

发表于：2008-12-12 10:44:3212楼 得分:0 8楼herowach的问题我也想问： 一、.java文件的字符集编码会对文件中的字符串产生影响吗？ 个人认为是会产生影响的，如果你的系统编码不是支持中文的，比如是ISO-8859-1,那么含有中文的java文件可能就编译不通过吧，个人想法！ 二、String s = "abc"; 这里的abc的字符集是跟操作系统的字符集编码一致还是JVM的？ 是跟操作系统一致吧。 三、如何将servlet的response.getWriter().print(xml);输入的到界面的字符集改成UTF-8，以前遇到过的，怎么转换最后还是ANSI的（就是在页面点查看源代码，然后另存为可以看见当前的字符集编码格式） 可以用response.setCharacterEncoding("UTF-8")   <!---->