Web实际应用中的编码问题

一、 JSP页面有关编码的介绍

---->>如果不做任何设置,页面默认ISO-8859-1编码(Western European)。
---->><%@ page contentType="text/html; charset=UTF-8" %>

等同于response.setContentType("text/html; charset=UTF-8"); 这里对ContentType进行说明下

这里的ContentType是response的ContentType，意思就是告诉浏览器
我的数据是text/html,编码是UTF-8,因此浏览器会以UTF-8的编码进行展示。

---->> <%@ page pageEncoding="UTF-8" %>

1.等同于告诉Eclipse我这个页面以什么编码方式存储
当然你可以修改jsp页面的编码方式,使其和pageEncoding不一样。
Eclipse的编码有一个默认方式,叫determine from content type
也就是说内容是怎么编的，我就怎么来。你要修改它也拿你没办法不是.
2.同时告诉Tomcat以什么方式读取这个JSP页面(这里大家有疑问，我问候再解释)

---->>在<%@ page %>中如果没有contentType则根据pageEncoding产生contentType

假设pageEncoding="UTF-8"则默认为response.setContentType("text/html;charset=utf-8")
假设pageEncoding="GBK"则默认为response.setContentType("text/html;charset=gbj")

---->>在<%@ page %>中如果没有pageEncoding则根据contentType的charset来编码

同样的如果没有pageEncoding则默认pageEncoding为contentType的charset.
这里pageEncoding起的作用是告诉Tomcat这个JSP文件以什么编码读取。

---->><meta content="text/html;charset=ISO-8859-1" http-equiv="Content-Type" />
---->><meta charset="UTF-8" > 

这两个是HTML标签。。如果response的header上没有ContentType，
则浏览器会以这两个的编码进行展示.但是，看下面。。。。
在JSP中 如果<%@ page %> 没有contentType和pageEncoding。
则默认response.setContentType("text/html")
这就意味着默认编码是ISO-8859-1所以JSP中meta的charset和contentType无效。

---->>request.setCharacterEncoding("GBK");

此方法是设置从浏览器端传过来数据的编码方式。
注意该方法只对POST的数据有效。

---->>resp.setContentType("application/json;charset=ISO-8859-1");

此处的编码对于浏览器的编码无影响，即如果用的是中文，charset=UTF-8或者GBK
对浏览器都不会产生乱码。只要不是在中文的情况下使用ISO就可以.

---->>resp.setCharacterEncoding("GBK");

这里的作用是设置返回给浏览器内容的编码方式，并可以设置页面的编码。
前提是该请求是进行页面的跳转，如果是ajax请求数据，数据的编码方式则跟
ajax请求发出的页面的编码方式相同。

默认情况下页面是以ISO编码，如果数据中存在中文则默认改为GB2312，如果
此时的编码方式为UTF-8，则会产生乱码。

注意：在servlet中设置中文的编码和该servlet对应java文件保存的编码方式无关。

二、 数据从服务器到浏览器的传输

这里我先做一个简单的架构。A代表浏览器，B代表服务器(Tomcat)。
B上面运行着许多Servlet.每一个Servelt可能编码不一样。
(这里Servlet的编码指的是Servlet的java文件在系统上的编码).
每个Servelt的编码其实不影响他在服务浏览器时对编码产生的影响。
这就好比两个不同编码的Servlet,当我们用文本打开时可以看到它们都拥有"中国"的字符
它们在硬盘上保存的二进制可能是不同的，当它们对"中国"以UTF-8进行编码时产生的字节码是一样的

在Tomcat看来JSP也是一个Servlet,例如我们有一个index.jsp则对应一个index_jsp.java。
这里我不对Tomcat的内部原理进行详解，大家只要知道index_jsp.java是一个Servlet即可。

A请求B，B上的Servlet没有乱码，并且告诉A你应该以什么方式展示(ContentType)则没有乱码
乱码最容易出现的地方是当我们访问jsp的时候。大多数时候在index_jsp.java中已经是乱码了
还记得我说过<%@ page pageEncoding="UTF-8" %>的两个作用，其中第二个作用是告诉Tomcat
以什么方式读取jsp文件，也就是说pageEncoding的编码与实际index.jsp页面的编码一致时，
生成的index_jsp.java文件里就没有乱码。有兴趣大家去看Tomcat源码。
注:
contentType和pageEncoding的互相替代作用上面说过,不做解释了。
当contentType和pageEncoding都有时,contentType为utf-8,pageEncoding为gbk
并且index.jsp以gbk编码，也不会出现乱码.

三、 数据从浏览器到服务器的传输

数据从浏览器到服务器传输时，其编码方式以当前浏览器页面的编码方式相同。
即页面是UTF-8编码就是UTF-8，是GBK就是GBK。
在Serlvet中可以通过设置request.setCharacterEncoding("GBK");对数据进行解码。
但这种方式只对通过post方式上传的数据有效。
get方式的编码默认为ISO-8859-1。
get方式有两种情况：一种是在地址栏直接输入，另一种是页面url跳转。下面分情况讨论下
------>>页面url跳转方式: 这里三种提供get方式乱码问题的解决办法：
1.在tomcat的server.xml中修改
2.Serlvet中获取参数new String(request.getParameter("key").getBytes("ISO-8859-1"),"Encoding")
第二种方式在详细说明一下，在get方式发送请求时，是按页面的编码方式对数据进行编码。
当请求发送到tomcat之后，会默认以ISO-8859-1的编码进行解码。因此我们需要以ISO的编码进行还原，
在是页面的编码进行编码，所以这里的Encoding设置的是页面的编码方式。
3.使用Tomcat8
首先不建议get方式传中文，如果需要使用第二种解决方式。
------>>地址栏直接输入:如果url带有中文则默认先UTF-8编码，再ISO-8859-1.
与页面的url不同的是 页面的get方式编码取决于页面编码,地址栏浏览器默认utf-8.

四、 温馨提示

如果大家看Tomcat源码，想了解jsp是如何形成index_jsp.java文件的。
建议大家看几个文件：Compile.java,Generator.java,PageInfo.java,ParserController.java

以上我说的编码亲测有效，如果有什么出入的地方，欢迎交流。

原创摘自:http://beadlechen.github.io/content/blog.html#category=software#article=encode3