乱码问题解决方案.doc
乱码问题解决方案1. 名词解释及其作用 1. contentType: <% page contentType="text/html; charset=UTF-8"%> 2. pageEncoding:<% page pageEncoding="UTF-8"%> 3. html页面charset:<META http-equiv="Content-Type" content="text/html; charset=UTF-8"> 4. setCharacterEncoding:request.setCharacterEncoding(),response.setCharacterEncoding() 5. setContentType:response.setContentType() 6. setHeader: response.setHeader() 7. jsp页面编码: jsp文件本身的编码 8. web页面显示编码:jsp的输出流在浏览器中显示的编码 9. web页面输入编码: 输入框输入的字体编码 10. web服务器输入的请求流: web Server相应浏览器的请求数据 11. web服务器输出的响应流: web Server相应浏览器的输出数据2. 他们之间的相互影响和作用域,以及先后作用顺序 1. pageEncoding: 只是指明了 JSP 页面本身的编码格式，跟页面显示的编码没有关系; 容器在读取(文件)或者(数据库)或者(字符串常量)时将起转化为内部使用的 Unicode,而页面显示的时候将 内部的Unicode转换为contentType指定的编码后显示页面内容; 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。 2. contentType: 指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”; 字符编码方式的默认值是“ISO-8859-1”. MIME类型和字符编码方式由分号隔开; 3. pageEncoding和contentType的关系: 1. pageEncoding的内容只是用于jsp输出时的编码，不会作为header发出去的; 是告诉web Server jsp页面按照什么编码输出,即web服务器输出的响应流的编码; 2. 第一阶段是jsp编译成.java，它会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译 成统一的UTF-8 JAVA源码（即.java）. 3. 第二阶段是由JAVAC的JAVA源码至java byteCode的编译，不论JSP编写时候用的是什么编码方案， 经过这个阶段的结果全部是UTF-8的encoding的java源码.JAVAC用UTF-8的encoding读取 java源码，编译成UTF-8 encoding的二进制码（即.class），这是JVM对常数字串在二进制码 （java encoding）内表达的规范. 4. 第三阶段是Tomcat（或其的application container）载入和执行阶段二的来的JAVA二进制码， 输出的结果，也就是在客户端见到的，这时隐藏在阶段一和阶段二的参数contentType就发挥了功效 4. 和contentType效果一样的设置方式还有 html页面charset, response.setCharacterEncoding(), response.setContentType(),response.setHeader(); response.setContentType(), response.setHeader();优先级最好,其次是response.setCharacterEncoding();再者是 <%page contentType="text/html; chareset=gbk"%>,最后是<meta http-equiv="content-type" content="text/html; charset=gb2312" />. 5. web页面输入编码: 在设置页面编码<%page contentType="text/html; chareset=gbk"%>的同时，也 就指定了页面的输入编码; 如果页面的显示被设置为UTF-8，那么用户所有的页面输入都会按照 UTF-8 编码; 服务器端程序在读 取表单输入之前要设定输入编码; 表单被提交后，浏览器会将表单字段值转换为指定字符集对应的字节值，然后根据 HTTP 标准 URL 编码方案对结果字节进行编码.但是页面需要告诉服务器当前页面的编码方式; request.setCharacterEncoding(),能修改Serverlet获取请求的编码,response.setCharacterEncoding(), 能修改Serverlet返回结果的编码.WEB中乱码解决方案收集1.<META http-equiv=Content-Type content="text/html; charset=gb2312">这句话的意思是你浏览器查看网页的编码方式为中文。Note:因为我们的浏览器一般都指定为中文字符编码查看，所以这句就不用加在你的页面当中，你加了也可以更强调也好。2.page contentType 指定的是最终客户端Browser所见到的网页内容的编码.其实用在容器中就是说把JSP页面输出为HTML页面采用的编码方式。在不使用 response.setCharacterEncoding方法时，用该参数指定对服务器响应进行重新编码的编码。服务器在将数据发送到浏览器前，对数据进行重新编码时，使用的就是该编码。这也就是一般都不用此方法的原因3.page pageEncoding 指定JSP解码时所用的编码众所周知，JSP在服务器上是要先被编译成Servlet的。pageEncoding="UTF-8"的作用就是告诉JSP编译器在将JSP文件编译成 Servlet时使用的编码。通常，在JSP内部定义的字符串（直接在JSP中定义，而不是从浏览器提交的数据）出现乱码时，很多都是由于该参数设置错误引起的。例如，你的JSP文件是以GBK为编码保存的，而在JSP中却指定pageEncoding="UTF-8"，就会引起JSP内部定义的字符串为乱码。4.request.setCharacterEncoding("gb2312")指定对请求采用中文编码发送。浏览器默认的是采取UTF8编码方式发送请求，不能识别中文字符。5.response.setContentType(”text/html; charset=gb2312);设置响应时发送数据的编码方式。一般性的解决，只要在每个JSP页面开始处加入下面三行代码即可：为了让JSP编译器能正确地解码我们的含有中文字符的JSP文件<% page pageEncoding="gb2312"%>保证JSP向客户端输出时是采用中文编码方式输出<% page contentType="text/html;charset=GB2312"%>为了让JSP能正确获得传入的参数<%request.setCharacterEncoding("gb2312");%>对于SERVLET只要在最前面加上这句即可：为了让JSP响应按照正确的编码格式response.setContentType(”text/html; charset=gb2312)；数据库连接时出现乱码：解决方案是： 在连接数据库的时候指定客服端提交的数据的编码类型，即可解决。如 DriverManager.getConnection("jdbc:mysql:/localhost:3306/test?characterEncoding=GB2312","root","123");当然若涉及到Unicode编码(UTF-8,UTF-16等等)还要指定useUnicode=true.此时的dbURL"jdbc:mysql:/localhost:3306/test?useUnicode=true&characterEncoding=GB2312"；其次，要说一说浏览器是怎么样对接收和发送的数据进行编码的在JSP中设置response.setCharacterEncoding("UTF-8")，在IE中显示该页面时，在IE的菜单中选择"查看 (V)"à"编码(D)"中可以查看到是" Unicode（UTF-8）"，而在在JSP中设置response.setCharacterEncoding("GBK")，在IE中显示该页面时，在IE的菜单中选择"查看(V)"à"编码(D)"中可以查看到是"简体中文（GB2312）"。浏览器在发送数据时，对URL和参数会进行URL编码，对参数中的中文，浏览器也是使用response.setCharacterEncoding参数来进行URL编码的。以百度和GOOGLE为例，如果你在百度中搜索"汉字"，百度会将其编码为"%BA%BA%D7%D6"。而在GOOGLE中搜索" 汉字"，GOOGLE会将其编码为"%E6%B1%89%E5%AD%97"，这是因为百度的 response.setCharacterEncoding参数为GBK，而GOOGLE的的 response.setCharacterEncoding参数为UTF-8。浏览器在接收服务器数据和发送数据到服务器时所使用的编码是相同的，默认情况下均为JSP页面的 response.setCharacterEncoding参数（或者contentType和pageEncoding参数），我们称其为浏览器编码。当然，在IE中可以修改浏览器编码（在IE的菜单中选择"查看(V)"à"编码(D)"中修改），但通常情况下，修改该参数会使原本正确的页面中出现乱码。一个有趣的例子是，在IE中浏览GOOGLE的主页时，将浏览器编码修改为"简体中文（GB2312）"，此时，页面上的中文会变成乱码，不理它，在文本框中输入"汉字"，提交，GOOGLE会将其编码为"%BA%BA%D7%D6"，可见，浏览器在对中文进行URL编码时，使用的就是浏览器编码。弄清了浏览器是在接收和发送数据时，是如何对数据进行编码的了，我们再来看看服务器是在接收和发送数据时，是如何对数据进行编码的。对于发送数据，服务器按照response.setCharacterEncodingcontentTypepageEncoding的优先顺序，对要发送的数据进行编码。对于接收数据，要分三种情况。一种是浏览器直接用URL提交的数据，另外两种是用表单的GET和POST方式提交的数据。因为各种WEB服务器对这三种方式的处理也不相同，所以我们以Tomcat5.5为例。无论使用那种方式提交，如果参数中包含中文，浏览器都会使用当前浏览器编码对其进行URL编码。对于表单中POST方式提交的数据，只要在接收数据的JSP中正确request.setCharacterEncoding参数，即将对客户端请求进行重新编码的编码设置成浏览器编码，就可以保证得到的参数编码正确。有写读者可能会问，那如何得到浏览器编码呢？上面我们提过了，在默认请情况下，浏览器编码就是你在响应该请求的JSP页面中response.setCharacterEncoding设置的值。所以对于POST表单提交的数据，在获得数据的 JSP页面中request.setCharacterEncoding要和生成提交该表单的JSP页面的 response.setCharacterEncoding设置成相同的值。对于URL提交的数据和表单中GET方式提交的数据，在接收数据的JSP中设置request.setCharacterEncoding参数是不行的，因为在Tomcat5.5中，默认情况下使用ISO-8859-1对URL提交的数据和表单中GET方式提交的数据进行重新编码（解码），而不使用该参数对URL提交的数据和表单中GET方式提交的数据进行重新编码（解码）。要解决该问题，应该在Tomcat的配置文件的Connector标签中设置 useBodyEncodingForURI或者URIEncoding属性，其中useBodyEncodingForURI参数表示是否用 request.setCharacterEncoding参数对URL提交的数据和表单中GET方式提交的数据进行重新编码，在默认情况下，该参数为 false（Tomcat4.0中该参数默认为true）；URIEncoding参数指定对所有GET方式请求（包括URL提交的数据和表单中GET方式提交的数据）进行统一的重新编码（解码）的编码。URIEncoding和useBodyEncodingForURI区别是，URIEncoding 是对所有GET方式的请求的数据进行统一的重新编码（解码），而useBodyEncodingForURI则是根据响应该请求的页面的 request.setCharacterEncoding参数对数据进行的重新编码（解码），不同的页面可以有不同的重新编码（解码）的编码。所以对于 URL提交的数据和表单中GET方式提交的数据，可以修改URIEncoding参数为浏览器编码或者修改useBodyEncodingForURI为 true，并且在获得数据的JSP页面中request.setCharacterEncoding参数设置成浏览器编码。下面总结下，以Tomcat5.0为WEB服务器时，如何防止中文乱码。1、 对于同一个应用，最好统一编码，推荐为UTF-8，当然GBK也可以。2、 正确设置JSP的pageEncoding参数3、 在所有的JSP/Servlet中设置contentType="text/html;charset=UTF-8"或response.setCharacterEncoding("UTF-8")，从而间接实现对浏览器编码的设置。4、对于请求，可以使用过滤器或者在每个JSP/Servlet中设置request.setCharacterEncoding("UTF-8")。同时，要修改Tomcat的默认配置，推荐将useBodyEncodingForURI参数设置为true，也可以将URIEncoding参数设置为 UTF-8（有可能影响其他应用，所以不推荐）。原创：yhcz 由于时间仓促 总结难免有不足之处 敬请谅解！
