中文乱码问题

2019-08-09 00:00:00 中文乱码

通过举一个小例子，来记录一下如何排查get和post请求中的乱码问题。

一、举例

我们在idea中创建一个动态的web工程，并在项目中创建一个register.jsp文件。

<%@ page contentType="text/html;charset=UTF-8" language="java" pageEncoding="UTF-8" %>
<html>
<body>
<form action="show.jsp" method="post">
    账号： <input type="text" name="name"> <br>
    密码： <input type="text" name="password"> <br>
    <input type="submit" value="登录">
</form>
</body>
</html>

<%@ page contentType="text/html;charset=UTF-8" language="java" %>
<html>
<head>
    <title>展示</title>
</head>
<body>
   
    <%  
        request.setCharacterEncoding("utf-8");
        String name = request.getParameter("name");
        String password = request.getParameter("password");
    %>

<%
    out.println(name);
    out.print(password);
    %>
</body>
</html>

注：这里使用jsp是为了举例更加简单。

访问这个register.jsp

《中文乱码问题》

浏览器显示：

《中文乱码问题》

可以观察到这里可以观察到中文是正常显示的。

二、乱码的排查

如果在从请求到响应的过程中出现了乱码问题。该如何排查呢？

这里全部以UTF-8来举例，也推荐使用UTF-8编码

首先检查IDE工具的编码

《中文乱码问题》

这样就将idea中文件的编码方式改成了utf-8，这里有一些注意的地方：对于进行设置之前创建的其他格式的文件，其编码格式还是保留原格式。

检查jsp代码中的编码设置

<%@ page contentType="text/html;charset=UTF-8" language="java" pageEncoding="UTF-8" %>

其中charset=UTF-8是就是告诉浏览器以UTF-8进行编码;

pageEncoding="UTF-8"如果jsp文件中出现了中文，这些中文使用UTF-8进行编码，这里最好与ide工具的问件编码格式保持一致。

区分请求方式是post还是get

在tomcat7及以前，默认编码设置是ISO-8859-1

<Connector port="8080"  protocol="HTTP/1.1" connectionTimeout="20000" redirectPort="8443" />

可以在后面添加URIEncoding="UTF-8"来将tomcat对于请求以UTF-8的编码格式进行处理。

tomcat8以后，默认编码设置是utf-8，不需要再做额外的处理，只对get请求有效。

我们推荐使用上面的方式来解决get请求乱码的问题，但是还可以这样做

        String name = request.getParameter("name");
        name = new String(name.getBytes("iso-8859-1"),"utf-8");
        String password = request.getParameter("password");
    %>

既然已经知道tomcat7之前是使用iso-8859-1l来进行编码，我们可以先进行解码，再重新编码。

byte[] bytes=  name.getBytes("ISO-8859-1");
name = new String(bytes,"UTF-8");

上面两句等价于

request.setCharacterEncoding("UTF-8");

这一句加在获取请求参数之前。

讲完请求乱码，我们再来看看响应乱码

public class HelloServlet extends HttpServlet{
     
    public void doGet(HttpServletRequest request, HttpServletResponse response){
         
        try {
            PrintWriter pw= response.getWriter();
            pw.println("你好");
             
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
     
}

此时将响应输出到浏览器发生了中文乱码，为什么会发生乱码呢，乱码的原因就是编码和解码不一致。

tomcat默认对输出流进行ISO-8859-1编码，浏览器如何解析呢？

如果未经特别设置，浏览器采用的是操作系统默认编码，即GBK或者GBK2312，此时发生乱码就在所难免。如何做？

response.setContentType("text/html; charset=UTF-8");
 PrintWriter pw= response.getWriter();
            pw.println("你好");
 // 在获取输出流之前，加这一句，这句话有两个作用：①告诉浏览器采用UTF-8格式进行解码。②告诉tomcat采用utf-8编码

总结

在编码中，前端、后端、数据库以及各个角落存在着编码格式的设置，我们需要注意保持编码格式的统一，一般就不会在出现中文乱码的问题了。

相关文章