jsp编码 contentType charset pageEncoding区别与联系[2010/10/18 22:27:12]

1. 1. 名词解释及其作用  
2.     1. contentType: <%@ page contentType="text/html; charset=UTF-8"%>   
3.     2. pageEncoding:<%@ page pageEncoding="UTF-8"%>   
4.     3. html页面charset:<META http-equiv="Content-Type" content="text/html; charset=UTF-8">   
5.     4. setCharacterEncoding:request.setCharacterEncoding(),response.setCharacterEncoding()  
6.     5. setContentType:response.setContentType()  
7.     6. setHeader: response.setHeader()  
8.     7. jsp页面编码: jsp文件本身的编码  
9.     8. web页面显示编码:jsp的输出流在浏览器中显示的编码  
10.     9. web页面输入编码: 输入框输入的字体编码  
11.     10. web服务器输入的请求流: web Server相应浏览器的请求数据  
12.     11. web服务器输出的响应流: web Server相应浏览器的输出数据  
13. 2. 他们之间的相互影响和作用域,以及先后作用顺序  
14.     1. pageEncoding: 只是指明了 JSP 页面本身的编码格式，跟页面显示的编码没有关系;  
15.     容器在读取(文件)或者(数据库)或者(字符串常量)时将起转化为内部使用的 Unicode,而页面显示的时候将  
16.     内部的Unicode转换为contentType指定的编码后显示页面内容;  
17.     如果pageEncoding属性存在，那么JSP页面的字符编码方式就由pageEncoding决定，  
18.     否则就由contentType属性中的charset决定，如果charset也不存在，JSP页面的字符编码方式就采用  
19.     默认的ISO-8859-1。  
20.     2. contentType: 指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”;   
21.     字符编码方式的默认值是“ISO-8859-1”. MIME类型和字符编码方式由分号隔开;  
22.     3. pageEncoding和contentType的关系:  
23.         1. pageEncoding的内容只是用于jsp输出时的编码，不会作为header发出去的; 是告诉web Server   
24.             jsp页面按照什么编码输出,即web服务器输出的响应流的编码;  
25.        2. 第一阶段是jsp编译成.java，它会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译  
26.             成统一的UTF-8 JAVA源码（即.java）.  
27.        3. 第二阶段是由JAVAC的JAVA源码至java byteCode的编译，不论JSP编写时候用的是什么编码方案，  
28.             经过这个阶段的结果全部是UTF-8的encoding的java源码.JAVAC用UTF-8的encoding读取  
29.             java源码，编译成UTF-8 encoding的二进制码（即.class），这是JVM对常数字串在二进制码  
30.             （java encoding）内表达的规范.  
31.        4. 第三阶段是Tomcat（或其的application container）载入和执行阶段二的来的JAVA二进制码，  
32.             输出的结果，也就是在客户端见到的，这时隐藏在阶段一和阶段二的参数contentType就发挥了功效      
33.     4. 和contentType效果一样的设置方式还有 html页面charset, response.setCharacterEncoding(),   
34.         response.setContentType(),response.setHeader(); response.setContentType(),  
35.         response.setHeader();优先级最好,其次是response.setCharacterEncoding();再者是  
36.         <%@page contentType="text/html; chareset=gbk"%>,最后是<meta http-equiv="content-type"   
37.         content="text/html; charset=gb2312" />.  
38.     5. web页面输入编码: 在设置页面编码<%@page contentType="text/html; chareset=gbk"%>的同时，也        就指定了页面的输入编码;  
39.         如果页面的显示被设置为UTF-8，那么用户所有的页面输入都会按照 UTF-8 编码; 服务器端程序在读  
40.         取表单输入之前要设定输入编码;  
41.         表单被提交后，浏览器会将表单字段值转换为指定字符集对应的字节值，然后根据 HTTP 标准 URL  
42.         编码方案对结果字节进行编码.但是页面需要告诉服务器当前页面的编码方式;  
43.         request.setCharacterEncoding(),能修改Serverlet获取请求的编码,response.setCharacterEncoding(),  
44.         能修改Serverlet返回结果的编码.
    

或者用下面来说明：

• pageEncoding是设置的JSP页面源代码的字符编码格式，如果该项的值是utf-8，则JSP源代码里不能写汉字了，如果你用的是eclipse等工具的话，保存时他会提示有一个错误，改成gbk就没事了，就是这个道理
• charset是请求服务器以后返回过来的内容的字符编码，即使pageEncoding设置了gbk，保存，运行程序，查看页面时会发现刚才写的汉字不能正常显示，把charset改成gbk，正常

JSP要经过两次的“编码”，第一阶段会用pageEncoding，第二阶段会用utf-8至utf-8，第三阶段就是由Tomcat返回来的网页，用的是charset。 

第一阶段是jsp编译成.java，它会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译成统一的UTF-8 JAVA源码（即.java），如果pageEncoding设定错了，或没有设定，出来的就是中文乱码。

第二阶段是由JAVAC的JAVA源码至java byteCode的编译，不论JSP编写时候用的是什么编码方案，经过这个阶段的结果全部是UTF-8的encoding的java源码。 

第三阶段是Tomcat（或其的application container）载入和执行阶段，输出的结果，也就是在客户端见到的，这时隐藏在阶段一和阶段二的参数contentType就发挥了功效。

注意：在设置JSP页面源代码字符编码的时候，如果有pageEncoding这一项，则采取这一项的值，如果没有，采取charset的值，如果都没有，采取iso8859-1。pageEncoding 和contentType的预设都是 ISO8859-1. 而随便设定了其中一个, 另一个就跟着一样了(TOMCAT4.1.27是如此). 但这不是绝对的, 这要看各自JSP容器的处理方式.

如：在Tomcat中如果在jsp中设定了pageEncoding，则contentType也跟着设定成相同的编码了,但是在resion中就不是，resin中还会用默认的，这点通过查看编译后的类servlet java文件就可以看到这一点，而问题恰恰就出在这里，所以，在jsp中，如果是在resin下最好还是明确的单独设定这2个属性。

总结：通常我们在JSP页面设定<%@ page contentType="text/html;charset=GB2312"%>即可。

转自:http://blog.ncuhome.cn/fanfu/Logs/2010/10/18/40825.html