servlet之网页输入文本不在网页编码的映射值范围内，怎么获取正确值。

问题：

        BIG5网页上输入非BIG5字符，servlet如何处理才能得到正确的中文呢？

今天这个问题在平常很少会遇见，一般都是把网页的编码设计成统一的“UTF-8”或者“GBK”就可以，因为他们基本上包含了人们所要用到的所有字符编码。但是通过今天的学习，我不仅仅是把问题给解决了，同时也对GET和POST这两种网页数据提交方式更加的了解。下面，我们就来解决这个问题。

首先对“form表单提交数据编码方式和tomcat接受数据解码方式的思考。”

1.GET提交（非实体提交数据）

对于GET方法来说，都是把数据串联在请求的url后面作为参数。浏览器会对URL进行URL encode，然后发送给服务器。对于中文来说对于中文IE,如果在高级选项中选中总以UTF-8发送(默认方式)，则PathInfo是URL Encode是按照UTF-8编码,QueryString是按照GBK编码。

 

URL的组成:
域名:端口/contextPath/servletPath/pathInfo?queryString

request.getParameter("name"); 

// 获得queryString的参数值(来自于get和post)，其值经过Servlet服务器URL Decode过的
request.getPathInfo(); 

// 注意：pathinfo返回的字符串是经过Servlet服务器URL Decode过的。
    requestURI = request.getRequestURI(); 

// 内容为：contextPath/servletPath/pathinfo 浏览器提交过来的原始数据，未被Servlet服务器URL Decode过。

 

对于中文的firefox，则pathInfo和queryString都是URL encode按照GBK编码的。

不同的浏览器以及同一浏览器的不同设置，都会影响最终URL中PathInfo的编码。URL中如果含有中文等非ASCII字符，则应该避免使用GET的提交方式。

 

2.POST提交（实体提交数据，在后台运行）

对于POST方式，也是要进行URL编码的。但是POST提交表单中的参数值是根据网页的编码（ContentType("text/html; charset=GBK")中指定的编码）进行对表单中的数据URL编码，然后发给服务器的。我们可以在服务器端的程序中设置Request.setCharacterEncoding()设置编码，然后去的争取的参数数据。

经过上述说明，值得注意的是GET提交数据的编码方式不依赖与网页的编码方式，而是依赖于浏览器端的URL编码，POST则是根据网页的编码进行数据编码，也就是说这样对URL及网页中的编码使用同一个编码是比较合适的。这样做的代码和工作效益都是最好的。

 

3.解决方式

网页的编码采用BIG5，在form表单提交时采用POST提交。

 <form  action="/day04/servlet/savaFile.do"  method="post">

     name:<input type="text" name="text" maxlength="20" size="20"/>

     <br/><input type="submit" value="送出">

    </form>

 

服务器端需要用到一个apache的commons-lang3-3.3.jar包。在对读取request请求数据进行同一编码设置后，获取文本框内容，然后利用StringEscapeUtils.unescapeHtml4(text)，进行获取正确的值（text需要是HTML实体）。

 

request.setCharacterEncoding("BIG5");

String text= request.getParameter("text");;

String unescape = StringEscapeUtils.unescapeHtml4(text);