浅谈web开发中的乱码问题

编码问题是很多开发者在 Web 开发过程中经常会遇到的问题，有的虽然能够机械的记住解决的代码，但是对乱码出现的原因以及解决的原理未作过了解。因此本文这部分内容作一个简单的总结和解释。

请求中文乱码

HTTP 请求中，最常用的请求方式为 GET 和 POST。请求参数会随着不同的请求方式出现在不同的位置，所以对于中文乱码的处理方式也不一样。

GET 请求中文参数乱码解决
GET 方式提交参数时，参数是直接出现在 URL 中的，对于 GET 请求，中文参数乱码问题解决方式有3种。

1.修改 Tomcat 编码。
Tomcat 安装路径–> conf –>server.xml –> Connector 标签–> 增加 URIEncoding 属性

1	<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1" redirectPort="8443"URIEncoding="UTF-8"/>

通常不建议使用这种方式，因为一个采用Tomcat8.0 之前版本服务器的老项目，代码中可能已经处理了GET请求的乱码问题，采用这种方式反而会导致乱码的出现。Tomcat8以及以上版本已经将默认编码修改为 UTF-8 因此不用修改。
2. 通过 URLEncoder 和 URLDecoder 进行编解码操作。

1   2

String encode = URLEncoder.encode(request.getParameter("name"),"ISO-8859-1");   String name = URLDecoder.decode(encode,"UTF-8");

代码解释：
GET 请求的参数是出现在 URL 中的 QueryString 部分的，URL 中如果含有中文等非 ASCII 字符，则浏览器会对它们进行 URLEncode，然后发送给服务器，在通过request.getParameter(“name”) 取出时又会对该name 对应的参数进行 URLDecode。通常在进行 URLEncode 的时候采用的编码为UTF-8，而在 URLDecode 的时候会采用 Tomcat 服务器的默认编码 ISO-8859-1，编码和解码所采用的编码方式不一致，所以出现乱码。既然通过request.getParameter(“name”) 得到了一个采用ISO-8859-1 进行 URLDecode 的乱码，那么我们可以对该乱码通过 ISO-8859-1 进行URLEncode，此时的值就是浏览器最初提交到后台的通过 UTF-8 URLEncode 后的数据。然后我们通过与浏览器一致的 UTF-8 编码对该数据进行解码。两端编码一致，乱码问题就得到了解决。
Talk is cheap,Show you the code.
我们通过下面的代码来解释乱码出现到解决的过程，

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18

@Test   public void test1()throws Exception {             // 1，原始中文参数             String parameter = "中文";             System.out.println("原始中文参数："+parameter);             // 2，浏览器通过 UTF-8 进行 URLEncode             String  browerEncodeParameter = URLEncoder.encode(parameter, "UTF-8");             System.out.println("浏览器通过 UTF-8 进行 URLEncode 后的值:"  +browerEncodeParameter);             // 3，通过 ISO-8859-1 进行 URLDecode             String  serverDecodeParameter = URLDecoder.decode(browerEncodeParameter, "ISO-8859-1");             System.out.println("直接取出时通过 ISO-8859-1 进行 URLDecode 后得到的乱码:"+serverDecodeParameter);             // 4，手动通过 ISO-8859-1 对乱码进行 URLEncode              String  codeEncodeParameter = URLEncoder.encode(serverDecodeParameter,"ISO-8859-1");             System.out.println("手动对乱码通过 ISO-8859-1 进行 URLEncode 得到的浏览器原始提交的值:"+codeEncodeParameter);             // 5，手动通过 UTF-8 对步骤4得到的值进行 URLDecode 后得到正确中文参数             String  codeDecodeParameter = URLDecoder.decode(codeEncodeParameter,"UTF-8");             System.out.println("手动通过 UTF-8 进行 URLDecode 后得到的正确中文参数:"+codeDecodeParameter);   }

执行结果：

1   2   3   4   5

原始中文参数:  中文   浏览器通过 UTF-8 进行 URLEncode 后的值:   %E4%B8%AD%E6%96%87   直接取出时通过 ISO-8859-1 进行 URLDecode 后得到的乱码:   ä¸­æ–‡   手动对乱码通过 ISO-8859-1 进行 URLEncode 得到的浏览器原始提交的值:   %E4%B8%AD%E6%96%87   手动通过 UTF-8 进行 URLDecode 后得到的正确中文参数:   中文

那么接下来继续对 GET 请求的剩下一种方式以及 POST 请求的中文乱码解决方式作一个总结。

3. 通过 String 的构造方法。

1	String name = new String(request.getParameter("name").getBytes("IOS-8859-1"),"UTF-8");

代码解释：

无论从浏览器提交时中文参数是什么编码格式，到达服务器时因为 Tomcat 编码方式的原因，采用 ISO-8859-1 的方式给解析成了乱码
request.getParameter(“name”) 获取到的就是一个通过 ISO-8859-1 方式解析之后的乱码，那么我们通过 getBytes(“ISO-8859-1”) 将它反解成原有编码的字符数组，相当于打回原形，这是一个正确的字符数组，然后通过 String 的构造方法将这个正确的字符数组转成 UTF-8 编码的字符串。因为代码相对简单，因此通常采用这种方式。

POST请求中文参数乱码解决

对于 POST 方式，表单中的参数值对是通过 request body 发送给服务器，此时浏览器会根据网页的 ContentType(“text/html; charset=编码”) 中指定的编码进行对表单中的数据进行编码，然后发给服务器。POST 的参数是在请求体中，直接到达后台，数据在 Servlet 中的 request 中。request 有一个缓冲区，request 的缓冲区采用的是 ISO-8859-1 编码，因为 requeset 是 Tomcat 负责创建的，所以用的是 Tomcat 的编码。解决方式是设置 request 缓冲区编码。在服务器端的程序中我们可以通过 request 对象 的 setCharacterEncoding 方法设置编码，然后通过 request 对象的 getParameter 获得正确的数据。

1 2	request.setCharacterEncoding("UTF-8"); String value = requst.getParameter("name");

响应中文乱码

通常情况我们都是通过 HttpServletResponse 对象向页面进行响应，HttpServletResponse 有两种响应方式，一种是 OutputStream 字节流，另一种是 PrintWriter 字符流。是否会出现中文乱码，以及乱码解决方式跟采用的流的类型有关。

字节流

使用字节流不一定会出现中文乱码，取决于操作系统，工作空间以及浏览器打开页面时采用的编码。如果两端编码一致，则不会出现中文乱码，不一致则出现乱码。

• 解决方式：
  

• 设置字符数组取出时的编码
• 设置浏览器打开时的编码
  

1 2	response.getOutPutStream.write("中文".getBytes("UTF-8")); response.setHeader("Content-Type","text/html;charset=UTF-8");

总之是设置输出时的字节数组编码和浏览器解析时的编码一致。中文转成字节数组的时候，如果 IDE 工作空间的编码正好和浏览器一致，可以不用设置字符数组取出时的编码，但是为了保险起见，建议还是设置。

字符流

使用字符流一定会出现中文乱码，HttpServletResponse 使用的字符流是有缓冲区的，缓冲区使用的默认编码是 IOS-8859-1，压根儿就不支持中文。

• 解决方式：
  

• 设置字符流缓冲区的编码
• 设置浏览器打开时的编码
  

1 2 3

response.setCharacterEncoding("UTF-8"); response.setHeader("Content-Type","text/html;charset=UTF-8"); response.getWriter().println("中文");

简化写法

1 2	response.setContentType("text/html;charset=UTF-8"); response.getWriter().println("中文");

文件下载时的中文文件名乱码处理

文件下载前，文件名一般是以 GET 请求方式的参数直接出现在浏览器的地址栏也就是 URL 中的，所以需要先通过解决 GET 请求中文乱码的方式将中文文件名接收成正常的中文。

在下载开始时，需要设置文件保存时采用的文件名，不同浏览器因为特性的不同需要分别设置，如 IE 等内核的浏览器要求 Content-Disposition 响应头中的中文文件名需要通过 URLEncoder 进行编码，而火狐浏览器要求 Content-Disposition 响应头中的中文文件名需要通过 Base64 进行编码。所以要通过请求头中的 User-Agent 头信息获取到浏览器类型后分别处理。

• 解决方式
  

1 2 3 4 5 6 7 8 9 10 11

// 1.接收参数，解决 GET 请求参数中文乱码，目的是将中文文件名转成正常中文 String filename = new String(request.getParameter("filename").getBytes("ISO-8859-1"),"UTF-8"); // 根据浏览器的类型处理保存的中文文件名的乱码问题: String agent = request.getHeader("User-Agent"); if(agent.contains("Firefox")){         filename = base64EncodeFileName(filename); }else{         filename = URLEncoder.encode(filename,"UTF-8"); } // 2.2设置Content-Disposition头 response.setHeader("Content-Disposition", "attachment;filename="+filename);

通过 Base64 编码中文文件名的方法代码如下：

1 2 3 4 5 6 7 8 9 10 11 12

// 参数为中文文件名 public static String base64EncodeFileName(String fileName) {         BASE64Encoder base64Encoder = new BASE64Encoder();         try {                 return "=?UTF-8?B?"                                 + new String(base64Encoder.encode(fileName                                                 .getBytes("UTF-8"))) + "?=";         } catch (UnsupportedEncodingException e) {                 e.printStackTrace();                 throw new RuntimeException(e);         } }