JSP编码以及乱码解决小结 _JavaScript

JSP编码以及乱码解决总结
一直以来对JSP中出现乱码的问题都很混乱，现经过查阅资料，对JSP乱码这个问题有比较深刻的认识，下边是我的一些个人总结，希望给同样迷惑的人带来帮助。同时如果不对，希望得到提醒，共同进步。

首先，说说JSP/Servlet中的几个编码的作用：
1.<%@page pageEncoding="UTF-8" %>
作用：
* 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
   (右击jsp-->Properties --> Text file encoding设置成与pageEncoding不一致时，就有乱码)，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
* 当JSP中不指定contentType参数，也不使用response.setCharacterEncoding方法时，指定对服务器响应进行重新编码的编码

2.<%@page contentType="text/html;charset=GBK" %>或response.setCharacterEncoding("UTF-8")
作用：
* 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。
* 浏览器也是根据这个参数来对其接收到的数据进行解码，对其发送的请求参数进行编码(如果参数有：
   <%=URLEncoder.encode("测试", "GBK") %>或javascript：encodeURI("测试")则以后者为准)，自己可以在IE的菜单中选择：
   查看(V) --> 编码(D)查看得知浏览器的编码(解码)和<%@page contentType="text/html;charset=GBK" %>或
          response.setCharacterEncoding("UTF-8")设置的编码是一致的。
   因此：只要响应结果不是乱码，则浏览器显示结果一定不会是乱码(服务器对响应编码和浏览器对响应解码的编码是一样的)。
   出现乱码的情况是：浏览器编码 ---> 服务器解码得到的结果是乱码 ---> 造成响应有乱码 --> 浏览器显示乱码

3.<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
作用：
* 控制浏览器的以何种编码显示网页的内容
* 与2中page指令设置的区别是，meta设置的是浏览器解释，page设置的是服务端解释

4.request.setCharacterEncoding("charset")
作用：
* 设置对客户端请求参数进行解码所使用的编码.
* 只对两种请求参数提交方式有效:
* POST表单提交
* GET提交(url或GET表单提交), 此时要求配置server.xml的<Connector>标签的属性: useBodyEncodingForURI="true"

5.request.getParameter("param")和request.getParameterValues("param")所获取到的参数数据都是经过服务器解码后的数据

接着说下发送请求到返回响应整个编码解码过程：
1.浏览器对请求编码 --> 服务器(容器)对请求解码 ---> 服务器对响应编码 ---> 浏览器对响应解码

浏览器编码 ---> 容器解码
浏览器编码默认是使用response.setCharacterEncoding―contentType―pageEncoding的优先顺序指定的编码的
但当对某些参数使用<%=URLEncoder.encode("测试", "GBK") %>或javascript：encodeURI("测试")来对参数编码时，会覆盖默认编码，
即浏览器这些特定的参数编码以<%=URLEncoder.encode("测试", "GBK") %>或javascript：encodeURI("测试")为准
注意：javascript的编码方式：encodeURI(..)和encodeURIComponent(..)是对其参数进行UTF-8编码的

2.浏览器最终显示响应结果出现乱码是因为在过程：浏览器对请求编码 --> 服务器(容器)对请求解码，出现乱码。
原因是：服务器对响应编码和浏览器对响应解码所使用的编码都是相同的，为response.setCharacterEncoding―contentType指定的编码，
而浏览器对请求参数的编码和服务器对请求参数解码所使用的编码如果不一致，就会造成乱码

3.对中文解码，无论使用什么解码方式都是中文。中文只有经过编码，再解码才会出现乱码的可能，如果起始编码和末尾解码所使用的编码一致，就不会出现乱码

4.浏览器编解码说明：
浏览器在接收或发送数据时，会对URL和参数会进行URL解码(接收)或编码(发送)，所使用的编码为：
<%@page contentType="text/html;charset=GBK" %>或response.setCharacterEncoding("UTF-8") 指定的编码

5.服务器编解码说明：
* 服务器发送数据时，按照response.setCharacterEncoding―contentType―pageEncoding的优先顺序，对要发送的数据进行编码。
* 服务器接收数据，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

表单中POST方式提交的情况：
可以通过request.setCharacterEncoding(charset)，来设置对浏览器提交的数据使用什么样的编码进行解码。如果不设置时，
服务器默认使用ISO-8859-1来解码请求参数。如果页面的contentType="GBK", 此时要想得到正确的结果，则：

String name = new String(request.getParameter("name").getBytes("ISO-8859-1"), "GBK");
 如果设置：request.setCharacterEncoding("GBK"), 则只需：String name = request.getParameter("name");
 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。
 还有一种方法解决POST提交乱码问题：使用过滤器，在过滤器中设置request.setCharacterEncoding(charset)

URL提交的数据和表单中GET方式提交的情况：
此时设置request.setCharacterEncoding参数是不行的，因为在Tomcat5.0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方式提交的数据解码。要解决该问题，
应该在Tomcat的配置文件server.xml的Connector标签中设置useBodyEncodingForURI或者URIEncoding属性，
* useBodyEncodingForURI参数为true时表示用request.setCharacterEncoding参数对URL提交的数据和表单中GET方式提交的数据
进行重新解码。
* 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)进行统一解码的编码

即处理get方式请求参数有四种情况：
* 不设置server.xml的Connector标签，此时服务器统一对get方式的请求参数进行ISO-8859-1解码，此时设置
request.setCharacterEncoding(charset)是无效的
* 设置server.xml的Connector标签，令useBodyEncodingForURI="true"，此时使用情况和post提交方式一致
* 设置server.xml的Connector标签，令URIEncoding="charset", 此时服务器统一对get方式的请求参数进行charset解码
* 设置server.xml的Connector标签，令useBodyEncodingForURI="true" URIEncoding="charset", 此时URIEncoding设置无效

<Connector port="8080" maxThreads="150" minSpareThreads="25" maxSpareThreads="75" enableLookups="false"  
  redirectPort="8443" acceptCount="100"  debug="0" connectionTimeout="20000"  disableUploadTimeout="true"      
  useBodyEncodingForURI="true" URIEncoding="UTF-8"/>

范例：URLDecoder.decode(..)是服务器端解码的，而encodeURI(..)是js在客户端编码的
1.javascrip对于get方式的参数编码: Java代码: url=encodeURI(url);
服务器端获取参数后解码:

  String linename = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

 String linename = request.getParameter(name);   //java  : 字符解码  
 linename = java.net.URLDecoder.decode(linename , "UTF-8");

浏览器编码(UTF-8) --> 浏览器编码(UTF-8) --> 服务器解码(ISO-8859-1) --> URLDecoder解码(UTF-8)

3.jsp对于get方式的参数编码: url="...."?sport=<%=URLEncoder.encoder("篮球", "UTF-8") %>
服务器端获取参数后解码: Java代码

     String linename = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

说明：此时并没有对server.xml的<Connector>配置useBodyEncodingForURI和URIEncoding属性
编码过程：浏览器编码(UTF-8) --> 服务器解码(ISO-8859-1) --> String.getBytes方法编码(ISO-8859-1) --> 创建String解码(UTF-8)

对范例2的说明：
可能大家都觉得对中文进行两次UTF-8编码后，进行一次ISO-8859-1解码和一次UTF-8解码，为什么得到的不是乱码呢？
个人认为java提供的URLEncoder和URLdecoder内部是做了某些处理的，和通过

String.getBytes获取字节数组，再
 new String(bytes[], charset)编解码方式使不一样的。如java代码:
  String str = "my中国心";
  String str1 = URLEncoder.encode(str, "UTF-8");        //my%E4%B8%AD%E5%9B%BD%E5%BF%83
  String str4 = URLEncoder.encode(str1, "ISO-8859-1");  //my%25E4%25B8%25AD%25E5%259B%25BD%25E5%25BF%2583
  String str5 = URLEncoder.encode(str1, "UTF-8");       //%25E4%25B8%25AD%25E5%259B%25BD%25E5%25BF%2583
  String str6 = URLDecoder.decode(str4, "GBK");         //my%E4%B8%AD%E5%9B%BD%E5%BF%83
  String str7 = URLDecoder.decode(str4, "GBK");         //my%E4%B8%AD%E5%9B%BD%E5%BF%83
  String str8 = URLDecoder.decode(str5, "UTF-8");       //my中国心

从执行结果分析，个人觉得URLEncoder和URLDecoder对ASCII内的字符进行编码, 无论URLEncoder.encode的charset参数是什么，
得到的编码结果都是一样的，无论URLDecoder.decode的charset参数是什么，得到的解码结果都一样
只要中文的起始编码charset和最后解码的chaset一致(这里都是UTF-8)，中间编码和解码次数对等(这里均为两次), 则得到的
结果就不会乱码

在此再对String.getBytes方法编码做一些范例说明：

原文：http://blog.csdn.net/liucw1116/archive/2010/02/24/5323851.aspx