JavaWeb中文乱码问题
概述
在 JavaWeb 中通过 请求(
request) 和 响应(response) 来进行 数据传递 的过程中，有一个不可避免的问题，即传输的数据中有可能包含中文。
当传输的数据中包含中文时，往往会出现一个常见问题，即 中文乱码 问题，在这里详细解释一下出现中文乱码问题的原因以及解决的方法，服务器以 Tomcat为准
出现中文乱码问题的原因
所谓的 请求 和 响应，其实是数据的 流向 问题
- 从 浏览器 端发送数据到 服务器 端，称之为 请求(
request) - 从 服务器 端发送数据到 浏览器 端，称之为 响应(
response)
在浏览器和服务器之间传递数据时，存在一个 编码/解码 的过程
- 浏览器 -> 服务器：数据以浏览器规定的 字符集 对 待发送的数据 进行 编码，然后发送到服务器(请求)；服务器接收到来自浏览器的数据，以自己(服务器)规定的 字符集 对该数据进行 解码
- 服务器 -> 浏览器：数据以服务器规定的 字符集 对 待发送的数据 进行 编码，然后发送到浏览器(响应)；浏览器接收到来自服务器的数据，以自己(浏览器)规定的 字符集 对该数据进行 解码
常用字符集：ISO-8859-1、UTF-8、GBK...
导致中文乱码原因:
- 编码 时使用的 字符集 与 解码 时使用的 字符集 不一致，而不同 字符集 对 中文 的编解码方式是 不一致 的
- 字符集 本身不包含 中文；例如
ISO-8859-1，它本身不包含中文，如果用它对中文进行 编码 或者 解码，则会直接出现中文乱码
注意：
- 数据传输时，若数据中包含中文，且 编码 和 解码 所使用的 字符集 不一致，则出现中文乱码问题；这是由于不同的 字符集 对 中文 的编解码方式是 不一致的；例如：用
UTF-8对 中文 进行编码，再以GBK对其解码，会出现中文乱码问题 - 数据传输时，若数据中不包含中文(只有英文和数字)，那么即使 编码 和 解码 所使用的 字符集 不一致，也不会出现乱码问题；这是由于不同的 字符集 对 英文和数字 的编解码方式是 一致的；例如：用
UTF-8对 英文和数字 进行编码，再以GBK对其解码，不会出现乱码问题
解决中文乱码问题的方案
- 使得 编码 与 解码 时所使用的 字符集 保持一致
- 使用支持中文的字符集对中文进行 编码 和 解码
请求时中文乱码问题
请求分为
GET请求与POST请求两种方式，它们提交数据的方式是不同的；GET请求在 请求行(URI) 中提交数据，POST请求在 请求体 中提交数据
请求编码
所谓的请求编码，即浏览器发送数据给服务器之前，浏览器对数据进行的 编码
- 直接在浏览器地址栏中给定
URL，这种请求方式一般会将 提交数据 以UTF-8进行编码 - 通过页面上的 表单 或者 超链接 发送请求，则由当前页面的编码(
<meta charset="字符集">)来决定 提交数据 的编码方式，例如：当前页面<meta charset="GBK">，则 提交数据 以GBK进行编码
GET 请求中文乱码问题
乱码原因：
- Tomcat8 之前的版本中，
URI(请求行) 的 默认字符集 是ISO-8859-1，即GET请求中提交的数据会以ISO-8859-1进行 解码，该字符集是不包含中文的，因此会出现中文乱码 - Tomcat8 之后，
URI的 默认字符集 被修改为UTF-8，即GET请求中提交的数据会以UTF-8进行 解码，此时只要浏览器提交的数据是以UTF-8进行 编码 的(<meta charset="UTF-8">)，就不会出现中文乱码问题
Tomcat8 之前乱码解决方案：
- 前提：当前浏览器向服务器发送的数据是以
UTF-8进行编码的(<meta charset="UTF-8">) - 在
CATALINA_HOME/conf/server.xml的<Connector>标签中，设置URIEncoding="UTF-8"，即将URI的 默认字符集 修改为UTF-8，该字符集是包含中文的
<Connector port="8080" protocol="HTTP/1.1"
connectionTimeout="20000"
redirectPort="8443"
URIEncoding="UTF-8"/>
- 只要调用了
request.getParameter()方法获取参数，则获取到的参数一定是使用了ISO-8859-1进行 解码 的 错误数据，可以使用getBytes("ISO-8859-1")将当前参数以ISO-8859-1转回byte[]字节数组，再通过new String(byte[], "字符集")使用正确的 字符集(UTF-8) 来进行 解码 即可
String username = request.getParameter("username"); // 使用 ISO-8859-1 错误的解码了
byte[] bytes = username.getBytes("ISO-8859-1"); // 退回错误的解码，让字符串通过 ISO-8859-1 返回到字节数组，即还原字节数据
username = new String(bytes, "UTF-8"); // 重新使用正确的字符集(UTF-8)对字节数据进行解码
注意：
- 以
ISO-8859-1中转UTF-8数据是 安全的，即ISO-8859-1错误解码，利用byte[] bytes = getBytes("ISO-8859-1")还原字节数组，再以new String(bytes, "UTF-8")重新解码数据是可行的 - 以
GBK中转UTF-8数据是 不安全的，即GBK错误解码，利用byte[] bytes = getBytes("GBK")还原字节数组，再以new String(bytes, "UTF-8")重新解码数据是 不可行的
POST 请求中文乱码问题
乱码原因：
- Tomcat10 之前，对 请求体 的字符集没有特殊指定，则 请求体 是按照 Servlet规范 中指定的字符集进行 解码 的，而 Servlet规范 的默认字符集是
ISO-8859-1，因此会出现中文乱码 - Tomcat10 之后，对 请求体 的字符集有了特殊指定，即指定为
UTF-8，则 请求体 不再是按照 Servlet规范 中指定字符集进行 解码，而是以UTF-8进行 解码，此时只要保证浏览器发送给服务器的数据是以UTF-8进行 编码 的(<meta charset="UTF-8">)，就不会出现中文乱码问题
Tomcat10 之前乱码解决方案：
- 前提：当前浏览器向服务器发送的数据是以
UTF-8进行编码的(<meta charset="UTF-8">) - 在获取请求参数之前，手动设置 请求体 的字符集为
UTF-8，即指定以UTF-8对请求体的内容进行 解码，该字符集包含中文，用它对中文进行编码，且保证 编解码 的字符集一致，就不会出现中文乱码问题
request.setCharacterEncoding("UTF-8"); // 这行代码一定要在 获取请求参数之前，否则无效
String username = request.getParameter("username");
响应时中文乱码问题
响应编码
所谓的响应编码，即服务器发送数据给浏览器之前，服务器对数据进行的 编码
- 服务器通过
response.getWriter()方法向浏览器发送数据
响应乱码原因
- 如果在
response.getWriter()方法调用之前，不手动设置服务器的编码方式，则默认将 响应内容 以ISO-8859-1进行编码，若响应内容中包含中文，则必然发生中文乱码(使用了不支持中文的字符集对中文进行编码)
PrintWriter out = response.getWriter();
out.print("你好"); // 必定乱码
- 在调用
response.getWriter()方法之前，调用response.setCharacterEncoding("UTF-8")方法来手动设置 响应内容 以UTF-8进行编码，若响应内容中包含中文，在服务器中 编码 时不会乱码，但在发送给浏览器之后，浏览器是不知道服务器的编码字符集的，它可能默认会以GBK来 解码，则页面中从服务器获取来的 中文内容 依旧会乱码(编解码不一致)
response.setCharacterEncoding("UTF-8");
PrintWriter out = response.getWriter();
out.print("你好"); // 服务器端不会乱码，客户端有可能乱码
响应乱码解决方案
- 在调用
response.getWriter()方法之前，调用response.setHeader("Content-Type", "text/html;charset=UTF-8")方法设置响应头，通知浏览器当前服务器编码的字符集；该方法执行之后，会 自动执行response.setCharacterEncoding("UTF-8")，即服务器以UTF-8对响应内容进行 编码，而浏览器 也会用UTF-8进行 解码
response.setHeader("Content-Type", "text/html;charset=UTF-8"); // 这行代码一定要在 response.getWriter() 之前，否则无效
PrintWriter out = response.getWriter();
out.print("你好"); // 服务器端不会乱码，客户端也不会乱码
response.setContentType("text/html;charset=utf-8")与response.setHeader("Content-Type", "text/html;charset=UTF-8")效果一致，因此一般使用response.setContentType("text/html;charset=utf-8")就可以了
response.setContentType("text/html;charset=utf-8"); // 这行代码一定要在 response.getWriter() 之前，否则无效
PrintWriter out = response.getWriter();
out.print("你好"); // 服务器端不会乱码，客户端也不会乱码
