Servlet 中文乱码问题及解决方案剖析

前言：

如果 设置了IE的url是以UTF-8格式的，则在网页中表格的get方式提交时 url是UTF-8格式编码。

但是 如果直接在url栏输入中文 ，则 此时的url编码格式 是GB2312

如果servlet出现编码错误，要会使用工具 追踪各个节点 字符的编码方式！

工具：fiddler（捕捉url编码） 、UE（切换显示格式）、后台system.out.println（前提后台编码显示确定好）,userName=new String(userName.getBytes("ISO-8859-1"),"UTF-8");

 下面是firefox、IE(设置url解码方式utf-8)访问同一个地址：http://localhost:8080/filterTest/note?user_name=捣蛋鬼   的不同表现：

firefox明显是以utf-8的方式传递的，而IE则是以GB2312传递的！而对于 页面中的文字 则都是以utf-8的格式传递的：

以上只是对于url的探讨 至于html内容的编码格式，则是可以由服务端来控制的。

一、常识了解

 

1.GBK包含GB2312，即如果通过GB2312编码后可以通过GBK解码，反之可能不成立;

2.java.nio.charset.Charset.defaultCharset() 获得平台默认字符编码；

3.getBytes() 是通过平台默认字符集进行编码；

 

二、中文乱码出现

 

在学习任何一门技术时，经常会有初学者遇到中文乱码问题，比如MySQL，是因为在安装时没有设置；而在Servlet中，也会遇到中文乱码问题；

比如：

OutputStream out = response.getOutputStream();

out.write(String );

输出中文时可能会出现乱码；

比如：

 

    protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {  
              
            OutputStream out = response.getOutputStream();  
            String data = "博客";  
            out.write(data.getBytes("UTF-8"));  
        }  

输出乱码的问题是程序用UTF-8编码，而浏览器用GB2312解码，因此会出现乱码；

 

Servlet乱码分为request乱码和response乱码；

 

 

三、response中文乱码

 

在网上很有效的解决方法是添加：

response.setCharacterEncoding("UTF-8");

解决不了，后来又搜到一条解决方法是：

respnse.setHeader("content-type","text/html;charset=UTF-8");

两句都填上，后来终于解决了这个问题；

其实我们应该思考一下本质；

  

问题1：

 

我们这里先来说明一下错误的原因，下图是显示乱码的流程图：

 

response.setContentType("text/html;charset=UTF-8"); 目的是为了控制浏览器的行为，即控制浏览器用UTF-8进行解码；

response.setCharacterEncoding("UTF-8"); 的目的是用于response.getWriter()输出的字符流的乱码问题，如果是response.getOutputStream()是不需要此种解决方案的；因为这句话的意思是为了将response对象中的数据以UTF-8解码后发向浏览器；

 

解决方案流程图：

 

 

问题2

问题代码如下：

    protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {  
            PrintWriter out = response.getWriter();  
            String data = "博客";  
            out.println(data);    
        }  

浏览器输出： ？？

原因："博客"首先被封装在response对象中，因为IE和WEB服务器之间不能传输文本，然后就通过ISO-8859-1进行编码，但是ISO-8859-1中没有“博客”的编码，因此输出“？？”表示没有编码；

 

错误代码流程图：

 

 

而解决方案是：response.setCharacterEncoding("GB2312"); 设置response使用的码表

 

解决方案流程图：

 

 

补充：通过<meta>标签模拟response头；

<meta http-equiv="content-type" content="text/html"/> 等价于 response.setContentType("text/html");

 

四、request乱码问题

 

request请求分为post和get，对于不同的请求方式有不同的解决乱码的方案；

 

1.post请求乱码

 

错误原因：

 

解决方案：

 

2.get请求乱码