JavaWeb中乱码问题

最新推荐文章于 2024-08-13 22:34:34 发布

kerer-sk

最新推荐文章于 2024-08-13 22:34:34 发布

阅读量367

点赞数

CC 4.0 BY-SA版权

分类专栏： JavaEE学习笔记文章标签： java web 编码 getBytes

本文链接：https://blog.youkuaiyun.com/u010512964/article/details/72632341

JavaEE学习笔记专栏收录该内容

19 篇文章

订阅专栏

编码问题主要由于编码类型和解码类型不一致所以出现乱码，关键是理解web访问整个流程中每步使用的编码。首先介绍一下常用编码。

编码

utf-8编码

UTF-8是一种变长字节编码方式。对于某一个字符的UTF-8编码，如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的位数，其余各字节均以10开头。UTF-8最多可用到6个字节。
如表：

1字节 0xxxxxxx
2字节 110xxxxx 10xxxxxx
3字节 1110xxxx 10xxxxxx 10xxxxxx
4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

ISO-8859-1编码

ISO-8859-1编码是单字节编码，向下兼容ASCII，其编码范围是0x00-0xFF，0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号。这个格式下没有中文编码，中文会乱码变成？，很明显，iso8859-1编码最多能表示的字符范围是0-255，表示的字符范围很窄，无法表示中文字符。

URL编码

将针对- _.~四个字符之外的所有非字母数字字符的字节码进行百分号编码。在Java和PHP当中，由于历史原因，导致在进行URLEncode的时候，会将空格编码为+，而不是编码为十六进制编码%20。
java中提供了URL编码的API，URLEncoder.encode，URLDecoder.decode

String s = "getname 123=中";
String sencoder = URLEncoder.encode(s, "utf-8");
//编码后sencoder的值为getname+123%3D%E4%B8%AD

这里要注意，在web表单提交的数据中，只对value值这一项进行url编码，而且是浏览器自动进行，浏览器会按照页面当前编码将value字符翻译为字节码，然后对字节码进行百分号编码

转换编码

String(byte[] bytes, String encoding) // 指定一个字节数组的编码方式

encoding所指的是bytes中的数据是按照那种方式编码的，也就是让系统把bytes中的字节数据按照指定的encoding编码格式编码。如果不指明，bytes的编码方式将由jdk根据操作系统决定。

byte[] bytes = "中文".getBytes（"utf-8"）;//将一个字符串，以utf-8编码形式解码为字节数组

关于Tomcat服务器编码问题

tomcat服务器默认设置的编码格式使ISO8859-1的编码格式，涉及编码的方法有

// 请求数据编码
request.setCharacterEncoding("utf-8");          // 设置请求数据的编码格式，只对Post数据有效，
                                                //相当于tomcat内部自动对接收的数据做了一次URLDecoder.decode(queryString,"utf-8");
request.getParameter("name");                   // 获取请求参数，可以获取Post与get
String queryString = request.getQueryString();  // 获取get提交的原始数据，需要进行url解码

// 响应数据编码
response.setCharacterEncoding("GBK");           // 设置响应数据的编码，主要是针对写出的字符数据

例如：

PrintWriter out = response.getWriter();
out.write(new String("你好".getBytes("GBK"),"iso-8859-1"));
out.write("你好");
out.write("abc");

由于默认tomcat使用的是ISO-8859-1进行编码的，所以当不指定返回数据编码格式时，默认就会使用ISO-8859-1进行编码，所以结果为：

你好??abc

当设置了相应数据编码，则会使用相应数据编码格式进行解码，GBK编码就不会出现乱码

响应数据编码

response.setContentType("text/xml;charset=utf-8");

或者

response.setCharacterEncoding("utf-8");

另一篇关于Servlet乱码