Servlet 中文乱码问题及解决方案剖析

一、常识了解

 

1.GBK包含GB2312，即如果通过GB2312编码后可以通过GBK解码，反之可能不成立;

2.java.nio.charset.Charset.defaultCharset() 获得平台默认字符编码；

3.getBytes() 是通过平台默认字符集进行编码；

转载后补充：

4.java语言在内存当中使用unicode字符集(编码格式)来保存字符。
     编码：将unicode字符集对应的字节数组转换成某种本地字符集(比如gbk,utf-8)对应的字节数组。
     解码：将某种本地编码格式对应的字节数组转换成unicode字符集对应的字节数组。

5.out在默认情况下，使用iso-8859-1这个字符集去编码。

6.浏览器用GB2312解码。

二、中文乱码出现

 

在学习任何一门技术时，经常会有初学者遇到中文乱码问题，比如MySQL，是因为在安装时没有设置；而在Servlet中，也会遇到中文乱码问题；

比如：

OutputStream out = response.getOutputStream();

out.write(String );

输出中文时可能会出现乱码；

比如：

protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {

        OutputStream out = response.getOutputStream();
        String data = "博客";
        out.write(data.getBytes("UTF-8"));
    }

输出乱码的问题是程序用UTF-8编码，而浏览器用GB2312解码，因此会出现乱码；

 

Servlet乱码分为request乱码和response乱码；

 

 

三、response中文乱码

 

在网上很有效的解决方法是添加：

response.setCharacterEncoding("UTF-8");

解决不了，后来又搜到一条解决方法是：

respnse.setHeader("content-type","text/html;charset=UTF-8");

两句都填上，后来终于解决了这个问题；

其实我们应该思考一下本质；

  

问题1：

 

我们这里先来说明一下错误的原因，下图是显示乱码的流程图：

 

response.setContentType("text/html;charset=UTF-8"); 目的是为了控制浏览器的行为，即控制浏览器用UTF-8进行解码；

response.setCharacterEncoding("UTF-8"); 的目的是用于response.getWriter()输出的字符流的乱码问题，如果是response.getOutputStream()是不需要此种解决方案的；因为这句话的意思是为了将response对象中的数据以UTF-8解码后发向浏览器；

 

解决方案流程图：

 

 

问题2

问题代码如下：

protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
        PrintWriter out = response.getWriter();
        String data = "博客";
        out.println(data);
    }

浏览器输出： ？？

原因："博客"首先被封装在response对象中，因为IE和WEB服务器之间不能传输文本，然后就通过ISO-8859-1进行编码，但是ISO-8859-1中没有“博客”的编码，因此输出“？？”表示没有编码；

 

错误代码流程图：

 

 

而解决方案是：response.setCharacterEncoding("GB2312"); 设置response使用的码表

 

解决方案流程图：

 

 

补充：通过<meta>标签模拟response头；

<meta http-equiv="content-type" content="text/html"/> 等价于 response.setContentType("text/html");

四、request乱码问题

 

request请求分为post和get，对于不同的请求方式有不同的解决乱码的方案；

 

1.post请求乱码

 

错误原因：

 

解决方案：

2.get请求乱码

 

五、表单中文参数值如何处理?（转载后补充）

(1)乱码问题产生的原因
            当表单提交时，浏览器会对中文参数值进行编码(会使用打开表单时所在的页面的字符集)。
            服务器端默认情况下，会使用iso-8859-1去解码。
    (2)如何解决
        1)方式一
            step1,保证页面当开时，使用指定的字符集。对于html文件，可以添加
            <meta http-equiv="content-type" content="text/html;charset=utf-8">    
            step2,在服务器端，使用对应的字符集去解码。
                request.setCharacterEncoding("utf-8");
            注意:
                request.setCharacterEncoding方法只对post请求有效。
        2)方式二
            step1,同上。
            step2, String name = new String(name.getBytes("iso-8859-1"),"utf-8");

参考原文地址：http://blog.csdn.net/xiazdong/article/details/7217022/