关于get请求中文乱码的原因分析

浏览器是怎么知道该按照哪种方式编码的？

浏览器向服务器请求数据的时候，服务器通过响应头中的content-type来告诉浏览器，发送的内容的编码格式。比如，我们在html页面里面加上如下的模拟响应头：<meta http-equiv="Content-Type" content="text/html;charset=gbk" />。浏览器收到这个响应头之后，就会按照gbk的方式来打开页面。之后，在这个页面上，浏览器向服务器提交数据的时候，都会按照gbk来编码。

 

URL编码和字符集（gbk或者utf-8）的关系

 

Get请求乱码分析

Get请求参数是附加在url后面的，如果有中文的话，会对中文进行urlencode。如果html页面本身是gbk编码，则浏览器进行urlencode时会采用gbk的字符集，字符串"张三"就会被编码成%D5%C5%C8%FD。

而tomcat9中默认的URIEncoding为UTF,因此tomcat对url进行urldecode（主要是为了取出get提交的参数）时，就会解码错误而乱码。以下是tomcat官方文档对URIEncoding的解释。

This specifies the character encoding used to decode the URI bytes, after %xx decoding the URL. If not specified, UTF-8 will be used unless the org.apache.catalina.STRICT_SERVLET_COMPLIANCE system property is set to true in which case ISO-8859-1 will be used.

 

 

 

Get请求乱码解决

在前端js里面，对需要使用get提交的中文字符串使用encodeURI()进行编码，该函数会一直使用utf-8的字符集进行url编码，不管页面采用的是什么编码，该函数都会使用utf-8字符集进行url编码。