Tomcat中文亂碼問題的原理和解決方法

轉載自月光博客 [ http://www.williamlong.info/ ]
本文來源於月光博客 http://www.williamlong.info , 原文地址：[url]http://www.williamlong.info/archives/469.html[/url]
　　自從接觸Java和JSP以來，就不斷與Java的中文亂碼問題打交道，現在終於得到了徹底的解決，現將我們的解決心得與大家共享。
　　一、Java中文問題的由來
　　Java的內核和class文件是基於unicode的，這使Java程序具有良好的跨平臺性，但也帶來了一些中文亂碼問題的麻煩。原因主要有兩方面，Java和JSP文件本身編譯時產生的亂碼問題和Java程序於其他媒介交互產生的亂碼問題。
　　首先Java（包括JSP）源文件中很可能包含有中文，而Java和JSP源文件的保存方式是基於字節流的，如果Java和JSP編譯成class文件過程中，使用的編碼方式與源文件的編碼不一致，就會出現亂碼。基於這種亂碼，建議在Java文件中儘量不要寫中文（註釋部分不參與編譯，寫中文沒關係），如果必須寫的話，儘量手動帶參數－ecoding GBK或－ecoding gb2312編譯；對於JSP，在文件頭加上<%@ page contentType="text/html;charset=GBK"%>或<%@ page contentType="text/html;charset=gb2312"%>基本上就能解決這類亂碼問題。
　　本文要重點討論的是第二類亂碼，即Java程序與其他存儲媒介交互時產生的亂碼。很多存儲媒介，如數據庫，文件，流等的存儲方式都是基於字節流的，Java程序與這些媒介交互時就會發生字符(char)與字節(byte)之間的轉換，例如從頁面提交表單中提交的數據在Java程序裏顯示亂碼等情況。
　　如果在以上轉換過程中使用的編碼方式與字節原有的編碼不一致，很可能就會出現亂碼。
　　二、解決方法
　　對於流行的Tomcat來說，有以下兩種解決方法：
　　1) 更改 D:\Tomcat\conf\server.xml，指定瀏覽器的編碼格式爲“簡體中文”：
　　方法是找到 server.xml 中的
<Connector port="8080" maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
enableLookups="false" redirectPort="8443" acceptCount="100"
connectionTimeout="20000" disableUploadTimeout="true" URIEncoding='GBK' />

　　標記，粗體字是我添加的。
　　可以這樣驗證你的更改是否成功：在更改前，在你出現亂碼的頁面的IE瀏覽器，點擊菜單“查看｜編碼”，會發現“西歐(ISO)”處於選中狀態。而更改後，點擊菜單“查看｜編碼”，會發現“簡體中文(GB2312)”處於選中狀態。
　　b)更該 Java 程序，我的程序是這樣的：
public class ThreeParams extends HttpServlet {
public void doGet(HttpServletRequest request, HttpServletResponse response)
throws ServletException, IOException {
response.setContentType("text/html; charset=GBK");
...
}
}

　　粗體字是必需要有的，它的作用是讓瀏覽器把Unicode字符轉換爲GBK字符。這樣頁面的內容和瀏覽器的顯示模式都設成了GBK，就不會亂碼了。
本文來源於月光博客 http://www.williamlong.info , 原文地址：http://www.williamlong.info/archives/469.html