bingoideas

轻叩枝头结,默数桃花开
  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

web开发中的编码问题(转)

Posted on 2009-07-03 08:47  bingoideas  阅读(481)  评论(0编辑  收藏  举报

 

关于JSP页面中的pageEncoding和contentType两种属性的区别:

pageEncoding是jsp文件本身的编码

contentType的charset是指服务器发送给客户端时的内容编码

JSP要经过两次的“编码”,第一阶段会用pageEncoding,第二阶段会用utf-8至utf-8,第三阶段就是由Tomcat出来的网页, 用的是contentType。

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),如果pageEncoding设定错了,或没有设定,出来的就是中文乱码。

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。

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

contentType的設定.

pageEncoding 和contentType的预设都是 ISO8859-1. 而随便设定了其中一个, 另一个就跟着一样了(TOMCAT4.1.27是如此). 但这不是绝对的, 这要看各自JSPC的处理方式. 而pageEncoding不等于contentType, 更有利亚洲区的文字 CJKV系JSP网页的开发和展示, (例pageEncoding=GB2312 不等于 contentType=utf-8)。

jsp文件不像.java,.java在被编译器读入的时候默认采用的是操作系统所设定的locale所对应的编码,比如中国大陆就是GBK,台湾就是BIG5或者MS950。而一般我们不管是在记事本还是在ue中写代码,如果没有经过特别转码的话,写出来的都是本地编码格式的内容。所以编译器采用的方法刚好可以让虚拟机得到正确的资料。

但是jsp文件不是这样,它没有这个默认转码过程,但是指定了pageEncoding就可以实现正确转码了。

举个例子:

<%@ page contentType="text/html;charset=utf-8" %>

大都会打印出乱码,因为输入的“你好”是gbk的,但是服务器是否正确抓到“你好”不得而知。

但是如果更改为

<%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%>

这样就服务器一定会是正确抓到“你好”了。

要是简单的说作用范围

<meta http-equiv="content-type" content="text/html; charset=utf-8" />
只适用于HTML,即在 HTML 中设置页面的编码方式
如果被访问的是一个静态的 HTML 页面。可以通过以上方式来设置页面的编码方式。

对于 <%@ page language="java" contentType="text/html; charset=utf-8" >
上面已经说的比较清楚了
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
下面是以前写的东西,感觉理解还是有点偏差:
用户浏览器输入过程 :<系统默认编码,Windows下的话为GBK(相当于gb2312,gb2312为其子集)>,用户输入的字符编码为系统默认的。
浏览器代码到web容器 :默认web容器以iso-8859-1来读入这个输入流。相当于getBytes("iso-8859-1")
所以要在java代码中正确显示字符集要使用
Java代码
  1. request.setCharacterEncoding("GBK");   
  2. //相当于new String(req.getParameter("name").getBytes("iso-8859-1"),"gbk"),但是如果这样设置后,jsp代码中要加入<%@ page language="java" import="java.util.*" pageEncoding="GBK"%>  
 
web容器到浏览器
如果不设置page,默认为以iso-8859-1编码读入流输出到web容器。但是设置时设置
<%@ page language="java" import="java.util.*" pageEncoding="ISO-8859-1"%>编码总是用问题,
设置成<%@ page language="java" import="java.util.*" pageEncoding="ISO8859_1"%>就没问题了。
page的作用是让web容器按pageEncoding设置的编码读入流输出到浏览器,这里要和mate中的区别开来,mate是用来告诉浏览器用什么编码来显示。

注:这里的page是指<%@ page language="java" import="java.util.*" pageEncoding="×"%>
参考文档:http://www.wujianrong.com/archives/2006/11/java_10.html 进阶--对Java/JSP中文乱码问题解决心得