JSP乱码问题剖析与终极解决方案

JSP乱码问题剖析与终极解决方案

服务器返回乱码页面，请求的数据发送到服务器后取出来是乱码，以上两个问题是web开发人员经常遇到的问题，解决这类问题需要理解乱码问题的根源所在。

1. 字符编码
字符是以二进制编码的形式保存在存储器中的，如：“我”这个字，可以用gbk的方式保存(用字节表示是[-50, -46])，也可以用utf-8的方式保存(用字节表示是[-26, -120, -111])。程序在读取数据块时需要一个字节一个字节的读取，然后将字节转换为字符，显然如果程序不知道字节是表示的什么编码的字符，读出来就会出问题，这就如同你说了一句话，我如果事先不知道你说的将是什么语言，就没法去 翻译了，如果你说的 英语，我以为是日语，然后按日语的方式来理解到我的主观意识，显然结果就是不知你在说什么了，就成了我们程序中的乱码。所以对于前面我所表示的字节数组byte[] data = {-26, -120, -111},我们必须这样做才能得到正确的字符: String s = new String(data, "utf-8")，（注：这里用了字符串，因为字符串就是由一个个字符组成的），如果我们不指定参数里面的"utf-8"，那么系统就会用 操作系统默认的编码了，这可能是gbk或是什么任何编码。

2. jsp服务器返回乱码页面
  2.1 pageEncoding
  在jsp页面的page指令中我们指定了pageEncoding属性，这个属性就是告诉jsp容器如何读取这个jsp页面，所以这个属性必须与jsp页面保存的编码保持一致。也就是说，如果你页面的编码保存为gbk, 而pageEncoding设置成了utf-8，则jsp容器在读这个jsp页面的时候就会出错(如果存在非英文字符的话)。jsp容器读jsp的目的是将其翻译成java代码，所以如果读错了jsp页面，翻译出来的java代码也就会出错，如果这种错误影响了java文件的语法，就会在访问时出现无法编译jsp的语法错误，如果没有影响到语法，就会出现最终显示的html页面上有乱码的错误。所以如果遇到显示乱码，则检查pageEncoding是否正确。
  2.2 contentType
  page指令中的contentType属性用于指定返回给 浏览器的数据的文档类型，服务器通过http头信息返回给浏览器这个信息，所以在浏览器 html代码中用户是看不到的。同时contentType属性还可以指定页面的编码，即服务器即以什么编码发送页面数据。比如说中文数据，可以用gbk 或utf-8的方式来发送，这个编码跟jsp页面的编码没有关系，只要设定的编码支持页面中的字符就行了。相同于有了一个字符串s="中国人",然后用 s.getBytes("gbk")的方式来发送s。所以由于contentType错误出现乱码的概念不高，但也要注意一下，比如说如果设置成了"iso8859-1"，则浏览器就会显示乱码了。contentType还有一个用，就是浏览器将会依据这个编码来显示页面，在IE下点右键，然后选择“编码”，你就可以注意到页面是以什么编码显示的了。
  2.3 如果是servlet返回的结果
  上面说的是jsp，如果servlet的话就要注意设置response.setCharacterEncoding(""),如果没有设置，服务器会默认为是iso8859-1，设置后得到的writer（即response.getWriter()）对象，就会依据这个编码来向客户端写数据，writer对象的构造与以下方式类似：PrintWriter pw = new PrinterWriter(new OutputStreamWriter(socket.getOutputStream(), "编码"))，这里提到了通过socket得到输出流，不明白的话可以参考我的另一篇文章。pw.write("你好")，实际上就是先通过byte[] data = "你好".getBytes("编码"),然后将data写给客户端。
)

3. 服务器得到客户端传过来的数据为乱码
  3.1 通用解决方案
  String param = request.getParameter("paramName")，如果浏览器传过来的为中文，则取出来的数据将是乱码。为什么呢？因为客户端只能将数据的编码传给服务器，如[-26, -120, -111]，但服务器并不知道这是什么字符集的编码，于是假定为iso8859-1, 用这种方式构造了字符串s = new String(data, "iso8859-1")，显然这样肯定是乱码。解决方案很简单，我们得到值param后，用byte data[] = param.getBytes("iso8859-1"),这样data就是客户端传过来的真实编码，然后我们再重新创建字符串：param = new String(data, "正确的编码");
  3.2 POST请求
  如于post请求处理起来更简单，get请求与post请求向服务器发送数据的方式不一样，get请求的参数是通过HTTP头信息中的第一行数据发送的，是URI的一部分，而post请求则是在发送完HTTP头信息后作为单独的数据块发送的。因此对于get请求的参数，我们在使用request之前服务器已经读出来了，已经是乱码了，只能用前面的方案，但对于post请求的数据，我们在调用getParameter或getReader之前，服务器并没有去处理，所以我们可以在getParameter之前先告诉服务器正确的编码，通过request.setCharacterEncoding("正确的编码")，然后再读取参数。

4 AJax
  对于ajax请求注意要用utf-8编码，request和response都需要使用utf-8