jsp編碼問題new

1、對Java中Unicode、編碼的理解Java號稱國際化的語言，是因為它的class文件采用UTF-8，而JVM運行時使用UTF-16。因此java用的都是Unicode。unicode 的目標就是能支持世界上所有的字符集，也就是說幾乎所有的字符集包含的字符在unicode中都有對應(yīng)的編碼。在unicode中，字符與代碼的映射關(guān) 系，就是unicode字符集，稱為UCS(Unicode Character Set)，每個unicode字符編碼稱為code point（代碼點？）。UTF-8和UTF-16是不同的UCS編碼方法，UTF就是UCS Transformation Format。;在J

2、ava 中，String的getBytes()方法就是對特定的字符串(unicode)按照給定的字符集進行編碼（encode），new String()則可以按照某個字符集將字節(jié)流轉(zhuǎn)換回unicode（decode）。Java里面的每一個String都是unicode編碼。再來看頁面，如果不做特殊處理，F(xiàn)orm的提交就按照頁面的ContentType設(shè)置中的字符集進行編碼轉(zhuǎn)換，發(fā)送到后臺，后臺必須利用req.setCharacterEncoding來指定參數(shù)的編碼格式(不同的應(yīng)用服務(wù)器應(yīng)有不同的指定方式)，才能正確解碼。Java 里面的encode和decode都是相對于unicode而言的，

3、encode的意思是將char -> XXX Encoding byte，decode就是由XXX Encoding byte -> char。平常，當我們說“將GBK編碼轉(zhuǎn)換為UTF-8編碼”的時候，實際的意思就是：GBK Encoding byte -> UTF-8 Encoding byte，這種轉(zhuǎn)換只有在需要用byte傳輸數(shù)據(jù)的時候才有意義，否則便是毫無意義的。首先要說明的一點是：Java中的String對象就是一個unicode編碼的字符串。但是，我們通常會聽到有人說：“我們需要將String由ISO-8859-1轉(zhuǎn)換為GBK編碼”，這又是怎么回事呢？實際上，我們并

4、不是要“將 一個由ISO-8859-1編碼的String轉(zhuǎn)換為GBK編碼的String”，反復(fù)說明的是，JAVA中的String都是unicode編碼的，所以不存在“ISO- 8859-1編碼的String”或“GBK編碼的String”這樣的說法。而需要轉(zhuǎn)換的唯一的原因是String進行了錯誤的編碼。我們經(jīng)常會碰到由ISO-8859- 1轉(zhuǎn)換為諸如GBK/UTF-8等等這樣的需求。所謂的轉(zhuǎn)換過程是：String -> byte ->String。也許 你非常清楚這個過程的代碼：new String(text.getBytes("ISO-8859-1"),&qu

5、ot;GBK")。但是，要真正理解起來并不是那么簡單。表面上看似乎很容易理解， 不就是將text String對象按照ISO-8859-1的方式編碼為byte然后再把它按照GBK的方式轉(zhuǎn)換為String嗎？但是這句代碼很容易會被誤解為： “將text String由ISO-8859-1轉(zhuǎn)換為GBK編碼”，這種說法是錯誤的。難道你見過用這樣的代碼：new String(text.getBytes("GBK"),"UTF-8")來對String進行編碼轉(zhuǎn)換的嗎？之所以你會經(jīng)?？吹絥ew String(text.getBytes("ISO-

6、8859-1"),"GBK")這句代碼，是因為一個GBK的字節(jié)流被錯誤地以ISO-8859- 1的方式轉(zhuǎn)換為String（unicode）了！發(fā)生這種情況最普遍的地方是一個GBK編碼的網(wǎng)頁向后臺提交數(shù)據(jù)的時候，就有可能會看到這句代碼的出 現(xiàn)。GBK的流被錯誤的當成ISO8859-1的流，所以便得到了一個錯誤的String。由于ISO8859-1是單字節(jié)編碼，所以每個字節(jié)被按照原樣 轉(zhuǎn)換為String，也就是說，雖然這是一個錯誤的轉(zhuǎn)換，但編碼沒有改變，所以我們?nèi)匀挥袡C會把編碼轉(zhuǎn)換回來！所以那句經(jīng)典的new String(text.getBytes("ISO

7、-8859-1"),"GBK")便出現(xiàn)了。如果系統(tǒng)誤以為是其它編碼格式，就有可能再也轉(zhuǎn)換不回來了，因為編碼轉(zhuǎn)換并不是負負得正那么簡單的% page language="java" pageEncoding="UTF-8"% page contentType="text/html;charset=iso8859-1"%htmlheadtitle中文問題/titlemeta http-equiv="Content-Type" content="text/html; charset

8、=UTF-8"/head/headbody這就是一行中文/body/html 三個地方的編碼第一個地方的編碼格式為jsp文件的存儲格式。Ecljpse會根據(jù)這個編碼格式保存文件。并編譯jsp文件，包括里面的漢字。第二處編碼為解碼格式。因為存為UTF-8的文件被解碼為iso8859-1，這樣如有中文肯定出亂碼。也就是必須一致。而第二處所在的這一行，可以沒有。缺省也是使用iso8859-1的編碼格式。所以如果沒有這一行的話，“這就是一行中文”也會出現(xiàn)亂碼。必須一致才可以。（好像有些版本的Tomcat設(shè)置了第一個第二行不用也可以的，大家可以自己試下自己版本是不這樣的）第三處編碼為控制瀏覽器

9、的解碼方式。如果前面的解碼都一致并且無誤的話，這個編碼格式?jīng)]有關(guān)系。有的網(wǎng)頁出現(xiàn)亂碼，就是因為瀏覽器不能確定使用哪種編碼格式。因為頁面有時候會嵌入頁面，導(dǎo)致瀏覽器混淆了編碼格式。出現(xiàn)了亂碼。表單使用Post方式提交后接收到的亂碼問題這個問題也是一個常見的問題。這個亂碼也是tomcat的內(nèi)部編碼格式iso8859-1在搗亂，也就是說post提交時，如果沒有設(shè)置提交的編碼格式，則會以iso8859-1方式進行提交，接受的jsp卻以utf-8的方式接受。導(dǎo)致亂碼。既然這樣的原因，下面有幾種解決方式，并比較。a. 接受參數(shù)時進行編碼轉(zhuǎn)換String str = new String(request.g

10、etParameter("something").getBytes("ISO-8859-1"),"utf-8") ； 這樣的話，每一個參數(shù)都必須這樣進行轉(zhuǎn)碼。很麻煩。但確實可以拿到漢字。b. 在請求頁面上開始處，執(zhí)行請求的編碼代碼request.setCharacterEncoding("UTF-8") 把提交內(nèi)容的字符集設(shè)為UTF8。這樣的話，接受此參數(shù)的頁面就不必在轉(zhuǎn)碼了。直接使用String str = request.getParameter("something")； 即可得到漢字參數(shù)

11、。但每頁都需要執(zhí)行這句話。這個方法也就對post提交的有效果，對于get提交和上傳文件時的enctype="multipart/form-data"是無效的。稍后下面單獨對這個兩個的亂碼情況再進行說明。c. 為了避免每頁都要寫request.setCharacterEncoding("UTF-8")，建議使用過濾器對所有jsp進行編碼處理。這個網(wǎng)上有很多例子。請大家自己查閱。表單get提交方式的亂碼處理方式如果使用get方式提交中文，接受參數(shù)的頁面也會出現(xiàn)亂碼，這個亂碼的原因也是tomcat的內(nèi)部編碼格式iso8859-1導(dǎo)致。Tomcat會以get的缺

12、省編碼方式iso8859-1對漢字進行編碼，編碼后追加到url，導(dǎo)致接受頁面得到的參數(shù)為亂碼/、。解決辦法：a. 使用上例中的第一種方式，對接受到的字符進行解碼，再轉(zhuǎn)碼。b. Get走的是url提交，而在進入url之前已經(jīng)進行了iso8859-1的編碼處理。要想影響這個編碼則需要在server.xml的Connector節(jié)點增加useBodyEncodingForURI="true"屬性配置，即可控制tomcat對get方式的漢字編碼方式，上面這個屬性控制get提交也是用request.setCharacterEncoding("UTF-8")所設(shè)置的編

13、碼格式進行編碼。所以自動編碼為utf-8，接受頁面正常接受就可以了。但我認為真正的編碼過程是，tomcat又要根據(jù)Connector port="8080"maxThreads="150" minSpareThreads="25" maxSpareThreads="75"enableLookups="false" redirectPort="8443" acceptCount="100"debug="0" connectionTimeo

14、ut="20000" useBodyEncodingForURI="true"disableUploadTimeout="true" URIEncoding=”UTF-8”/ 里面所設(shè)置的URIEncoding=”UTF-8”再進行一次編碼，但是由于已經(jīng)編碼為utf-8，再編碼也不會有變化了。如果是從url獲取編碼，接受頁面則是根據(jù)URIEncoding=”UTF-8”來進行解碼的。上傳文件時的亂碼解決上傳文件時，form表單設(shè)置的都是enctype="multipart/form-data"。這種方式以流方式提交

15、文件。如果使用apach的上傳組件，會發(fā)現(xiàn)有很多亂碼想象。這是因為apach的先期commons-fileupload.jar有bug，取出漢字后進行解碼，因為這種方式提交，編碼又自動使用的是tomcat缺省編碼格式iso-8859-1。但出現(xiàn)的亂碼問題是：句號，逗號，等特殊符號變成了亂碼，漢字如果數(shù)量為奇數(shù)，則會出現(xiàn)亂碼，偶數(shù)則解析正常。解決方式：下載commons-fileupload-1.1.1.jar 這個版本的jar已經(jīng)解決了這些bug。但是取出內(nèi)容時仍然需要對取出的字符進行從iso8859-1到utf-8轉(zhuǎn)碼。已經(jīng)能得到正常所有漢字以及字符。Java代碼關(guān)于url請求，接受參數(shù)的亂

16、碼url的編碼格式，取決于上面所說的URIEncoding=”UTF-8”。如果設(shè)定了這個編碼格式，則意味著所有到url的漢字參數(shù)，都必須進行編碼才可以。否則得到的漢字參數(shù)值都是亂碼，例如一個鏈接：Response.sendDerect（“/a.jsp?name=張大維”）； 而在a.jsp里面直接使用String name = request.getParameter（"name"）； 得到的就是亂碼。因為規(guī)定了必須是utf-8才可以，所以，這個轉(zhuǎn)向應(yīng)該這樣寫：Response.sendDerect（“/a.jsp?name=URLEncode.encode(“張大維”,

17、”utf-8”)； 才可以。如果不設(shè)置這個參數(shù)URIEncoding=”UTF-8”，會怎么樣呢? 不設(shè)置則就使用了缺省的編碼格式iso8859-1。問題又出來了，第一就是參數(shù)值的個數(shù)如果是奇數(shù)個數(shù)，則就可以正常解析，如果使偶數(shù)個數(shù)，得到最后字符就是亂碼。還有就是如果最后一個字符如果是英文，則就能正常解析，但中文的標點符號仍出現(xiàn)亂碼。權(quán)宜之計，如果您的參數(shù)中沒有中文標點符號，則可以在參數(shù)值最后加一個英文符號來解決亂碼問題，得到參數(shù)后再去掉這個最后面的符號。也可以湊或使用。腳本代碼關(guān)于url請求，接受到的參數(shù)亂碼腳本中也會進行頁面轉(zhuǎn)向的控制，也會涉及到附帶參數(shù)，并在接受頁面解析這個參數(shù)的情況。如果這個漢字參數(shù)不進行URIEncoding=”UTF-8”所指定的編碼處理，則接受頁面接受到的漢字也是亂碼。腳本處理編碼比較麻煩，必須有相應(yīng)的編碼腳本對應(yīng)文件，然后調(diào)用腳本中的方法對漢字進行編碼即可。關(guān)于jsp在MyEclipse中打開的亂碼問題對于一個已經(jīng)存在的項目，Jsp文件的存儲格式可能是utf-8。如果