j2ee應用中頁面編碼問題的分析

首先，說說JSP/Servlet中的幾個編碼的作用。

     在JSP/Servlet中主要有以下幾個地方可以設定編 碼，pageEncoding="UTF-8"、contentType="text/html;charset=UTF-8"、equest.setCharacterEncoding("UTF-8")和 response.setCharacterEncoding("UTF-8")，其中前兩個隻能用于JSP中，而後兩個可以用于JSP和Servlet

中。

1、pageEncoding="UTF-8"的作用是設定JSP編譯成Servlet時使用的編碼。

     衆所周知，JSP在服務 器上是要先被編譯成Servlet的。pageEncoding="UTF-8"的作用就是告訴JSP編譯器在将JSP檔案編譯成Servlet時使用的 編碼。通常，在JSP内部定義的字元串（直接在JSP中定義，而不是從浏覽器送出的資料）出現亂碼時，很多都是由于該參數設定錯誤引起的。例如，你的 JSP檔案是以GBK為編碼儲存的，而在JSP中卻指定pageEncoding="UTF-8"，就會引起JSP内部定義的字元串為亂碼。

     另外，該參數還有一個功能，就是在JSP中不指定contentType參數，也不使用response.setCharacterEncoding方法時，指定對伺服器響應進行重新編碼的編碼。

2、contentType="text/html;charset=UTF-8"的作用是指定對伺服器響應進行重新編碼的編碼。

    在不使用response.setCharacterEncoding方法時，用該參數指定對伺服器響應進行重新編碼的編碼。

3、request.setCharacterEncoding("UTF-8")的作用是設定對用戶端請求進行重新編碼的編碼。

      該方法用來指定對浏覽器發送來的資料進行重新編碼（或者稱為解碼）時，使用的編碼。

4、response.setCharacterEncoding("UTF-8")的作用是指定對伺服器響應進行重新編碼的編碼。

     伺服器在将資料發送到浏覽器前，對資料進行重新編碼時，使用的就是該編碼。

其次，要說一說浏覽器是怎麼樣對接收和發送的資料進行編碼的

    response.setCharacterEncoding("UTF- 8")的作用是指定對伺服器響應進行重新編碼的編碼。同時，浏覽器也是根據這個參數來對其接收到的資料進行重新編碼（或者稱為解碼）。是以在無論你在 JSP中設定response.setCharacterEncoding("UTF-8")或者 response.setCharacterEncoding("GBK")，浏覽器均能正确顯示中文（前提是你發送到浏覽器的資料編碼是正确的，比如正 确設定了pageEncoding參數等）。讀者可以做個實驗，在JSP中設定response.setCharacterEncoding("UTF-

8")，在IE中顯示該頁面時，在IE的菜單中選擇"檢視(V)"à"編碼(D)"中可以檢視到是" Unicode（UTF-8）"，而在在JSP中設定response.setCharacterEncoding("GBK")，在IE中顯示該頁面 時，在IE的菜單中選擇"檢視(V)"à"編碼(D)"中可以檢視到是"簡體中文（GB2312）"。

     浏覽器在發送資料時，對URL和參數會 進行URL編碼，對參數中的中文，浏覽器也是使response.setCharacterEncoding參數來進行URL編碼的。以百度和 GOOGLE為例，如果你在百度中搜尋"漢字"，百度會将其編碼為"%BA%BA%D7%D6"。而在GOOGLE中搜尋"漢字"，GOOGLE會将其編 碼為"%E6%B1%89%E5%AD%97"，這是因為百度的response.setCharacterEncoding參數為GBK，而 GOOGLE的的response.setCharacterEncoding參數為UTF-8。

      浏覽器在接收伺服器資料和發送資料到伺服器 時所使用的編碼是相同的，預設情況下均為JSP頁面的response.setCharacterEncoding參數（或者contentType和pageEncoding參數），我們稱其為浏覽器編碼。當然，在IE中可以修改浏覽器編碼（在IE的菜單中選擇"檢視(V)"à"編碼(D)"中修 改），但通常情況下，修改該參數會使原本正确的頁面中出現亂碼。一個有趣的例子是，在IE中浏覽GOOGLE的首頁時，将浏覽器編碼修改為"簡體中文

（GB2312）"，此時，頁面上的中文會變成亂碼，不理它，在文本框中輸入"漢字"，送出，GOOGLE會将其編碼為"%BA%BA%D7%D6"，可 見，浏覽器在對中文進行URL編碼時，使用的就是浏覽器編碼。

     弄清了浏覽器是在接收和發送資料時，是如何對資料進行編碼的了，我們再來看看伺服器是在接收和發送資料時，是如何對資料進行編碼的。

     對于發送資料，伺服器按照response.setCharacterEncoding—contentType—pageEncoding的優先順序，對要發送的資料進行編碼。

     對于接收資料，要分三種情況。一種是浏覽器直接用URL送出的資料，另外兩種是用表單的GET和POST方式送出的資料。

   因為各種WEB伺服器對這三種方式的處理也不相同，是以我們以Tomcat5.0為例。

     無論使用那種方式送出，如果參數中包含中文，浏覽器都會使用目前浏覽器編碼對其進行URL編碼。

     對于表單中POST方式送出的資料，隻要在接收資料的JSP中正确request.setCharacterEncoding參數，即将對用戶端請求進行重 新編碼的編碼設定成浏覽器編碼，就可以保證得到的參數編碼正确。有寫讀者可能會問，那如何得到浏覽器編碼呢？上面我們提過了，在預設請情況下，浏覽器編碼 就是你在響應該請求的JSP頁面中response.setCharacterEncoding設定的值。是以對于POST表單送出的資料，在獲得資料的 JSP頁面中request.setCharacterEncoding要和生成送出該表單的JSP頁面的

response.setCharacterEncoding設定成相同的值。 

     對于URL送出的資料和表單中GET方式送出的資料，在接收數 據的JSP中設定request.setCharacterEncoding參數是不行的，因為在Tomcat5.0中，預設情況下使用ISO- 8859-1對URL送出的資料和表單中GET方式送出的資料進行重新編碼（解碼），而不使用該參數對URL送出的資料和表單中GET方式送出的資料進行 重新編碼（解碼）。要解決該問題，應該在Tomcat的配置檔案的Connector标簽中設定useBodyEncodingForURI或者

URIEncoding屬性，其中useBodyEncodingForURI參數表示是否用request.setCharacterEncoding 參數對URL送出的資料和表單中GET方式送出的資料進行重新編碼，在預設情況下，該參數為false（Tomcat4.0中該參數預設為 true）；URIEncoding參數指定對所有GET方式請求（包括URL送出的資料和表單中GET方式送出的資料）進行統一的重新編碼（解碼）的編

碼。URIEncoding和useBodyEncodingForURI差別是，URIEncoding是對所有GET方式的請求的資料進行統一的重新 編碼（解碼），而useBodyEncodingForURI則是根據響應該請求的頁面的request.setCharacterEncoding參數 對資料進行的重新編碼（解碼），不同的頁面可以有不同的重新編碼（解碼）的編碼。是以對于URL送出的資料和表單中GET方式送出的資料，可以修改 URIEncoding參數為浏覽器編碼或者修改useBodyEncodingForURI為true，并且在獲得資料的JSP頁面中

request.setCharacterEncoding參數設定成浏覽器編碼。

下面總結下，以Tomcat5.0為WEB伺服器時，如何防止中文亂碼。

1、對于同一個應用，最好統一編碼，推薦為UTF-8，當然GBK也可以。

2、正确設定JSP的pageEncoding參數

3、在所有的JSP/Servlet中設定contentType="text/html;charset=UTF-8"或response.setCharacterEncoding("UTF-8")，進而間接實作對浏覽器編碼的設定。

4、 對于請求，可以使用過濾器或者在每個JSP/Servlet中設定request.setCharacterEncoding("UTF-8")。同時， 要修改Tomcat的預設配置，推薦将useBodyEncodingForURI參數設定為true，也可以将URIEncoding參數設定為 UTF-8（有可能影響其他應用，是以不推薦）。