tomcat字符集与中文乱码的解决

时间:2022-03-10 06:26:57

如果你搞Java web,相信你一定遇到过乱码问题!

通常,你是否是这样处理中文传参的呢?

前台:

url=encodeURI(url);
后台:
String name = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

页面:一通UTF-8或GB2312设置编码。

tomcat:统一UTF-8.

然后部署测试发现,乱码啊,你怎么还在纠缠着我!我又不是唐僧,身上更没肉!


乱码问题,是个臭虫!很臭的臭虫!我也遇到过多次,每次都是很纠结,每次都是经过一番转换,然后信誓旦旦地告诉自己和同事,这个乱码我给解决了!有一天,在邮箱里发现测试部提交了一个BUG,说日志里怎么全部是乱码~~~这时候同事们都朝我望过来,我只能满脸黑线|||


最近闲暇下来,看了一些文章,也总结了一些,这里还是比较推崇下面要贴的内容(因为主体还是别人的内容,暂且标为转帖更确切!)。我不清楚乱码问题是否已经根除了,但是我知道现在2轮测试的过程中,再也没有了乱码的踪影,也许她真得消失了?!!我不知道。

好吧,进入内容吧:

=========================================咯咯================================

使用 tomcat 时,相信大家都回遇到中文乱码的问题,具体表现为
1)通过表单取得的中文数据为乱码
2)页面提交中文数据,服务器端接收为乱码
 
一、初级解决方法 
通过一番检索后,许多人采用了如下办法,首先对取得字符串按照 iso8859-1 进行解码转换,然后再按照 gb2312 进行编码,最后得到正确的内容。示例代码如下:
页面传参:http://xxx.do?ptname='我是中国人'
后台转换:

String strPtname = request.getParameter("ptname");
strPtname = new String(strPtname.getBytes("ISO-8859-1"), "UTF-8");
String para = new String( request.getParameter("para").getBytes("iso8859-1"), "gb2312");
具体的原因是因为美国人在写 tomcat 时默认使用 iso8859-1 进行编码造成的。 
然而,在我们的 servlet 和 jsp 页面中有大量的参数需要进行传递,这样转换的话会带来大量的转换代码,非常不便。

 
二、入门级解决方法 
后来,大家开始写一个过滤器,在取得客户端传过来的参数之前,通过过滤器首先将取得的参数编码设定为 gb2312 ,然后就可以直接使用 getParameter 取得正确的参数了。这个过滤器在 tomcat 的示例代码jsp-examples 中有详细的使用示例, 其中过滤器在 web.xml 中的设定如下,示例中使用的是日文的编码,我们只要修改为 gb2312 即可 
view plaincopy to clipboardprint?
<filter>    
<filter-name>Set Character Encoding</filter-name>
<filter-class>filters.SetCharacterEncodingFilter</filter-class>
<init-param>
<param-name>encoding</param-name>
<param-value>EUC_JP</param-value>
</init-param>
</filter>
<filter>
<filter-name>Set Character Encoding</filter-name>
<filter-class>filters.SetCharacterEncodingFilter</filter-class>
<init-param>
<param-name>encoding</param-name>
<param-value>EUC_JP</param-value>
</init-param>
</filter>
 过滤器的代码如下: 
public class SetCharacterEncodingFilter implements Filter {    
// 编码的字符串
protected String encoding = null;
// 过滤器的配置
protected FilterConfig filterConfig = null;
// 是否忽略客户端的编码
protected boolean ignore = true;
// 销毁过滤器
public void destroy() {
this.encoding = null;
this.filterConfig = null;
}
// 过滤方法
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain chain)
throws IOException, ServletException {
// 如果使用过滤器,忽略客户端的编码,那么使用通过过滤器设定编码
if (ignore || (request.getCharacterEncoding() == null)) {
String encoding = selectEncoding(request);
if (encoding != null)
request.setCharacterEncoding(encoding);
}
// 传送给下一个过滤器
chain.doFilter(request, response);
}

// 初始化过滤器
public void init(FilterConfig filterConfig) throws ServletException {
this.filterConfig = filterConfig;
this.encoding = filterConfig.getInitParameter("encoding");
String value = filterConfig.getInitParameter("ignore");
if (value == null)
this.ignore = true;
else if (value.equalsIgnoreCase("true"))
this.ignore = true;
else if (value.equalsIgnoreCase("yes"))
this.ignore = true;
else
this.ignore = false;
}
// 返回过滤器设定的编码
protected String selectEncoding(ServletRequest request) {
return (this.encoding);
}
}
public class SetCharacterEncodingFilter implements Filter {
// 编码的字符串
protected String encoding = null;
// 过滤器的配置
protected FilterConfig filterConfig = null;
// 是否忽略客户端的编码
protected boolean ignore = true;
// 销毁过滤器
public void destroy() {
this.encoding = null;
this.filterConfig = null;
}
// 过滤方法
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain chain)
throws IOException, ServletException {
// 如果使用过滤器,忽略客户端的编码,那么使用通过过滤器设定编码
if (ignore || (request.getCharacterEncoding() == null)) {
String encoding = selectEncoding(request);
if (encoding != null)
request.setCharacterEncoding(encoding);
}
// 传送给下一个过滤器
chain.doFilter(request, response);
}


// 初始化过滤器
public void init(FilterConfig filterConfig) throws ServletException {
this.filterConfig = filterConfig;
this.encoding = filterConfig.getInitParameter("encoding");
String value = filterConfig.getInitParameter("ignore");
if (value == null)
this.ignore = true;
else if (value.equalsIgnoreCase("true"))
this.ignore = true;
else if (value.equalsIgnoreCase("yes"))
this.ignore = true;
else
this.ignore = false;
}
// 返回过滤器设定的编码
protected String selectEncoding(ServletRequest request) {
return (this.encoding);
}
}
 然而在 tomcat5 中,即使使用过滤器,仍然可能取得乱码,原因何在呢?
 
三、高级解决方法 
原来,在 tomcat4 和 tomcat5 中,对参数的处理是不一样的!
在 tomcat4 中, get 与 post 的编码是一样的,所以只要在过滤器中通过 request.setCharacterEncoding 设定一次就可以解决 get 与 post 的问题。
然而,在 tomcat5 中,get 与 post 的处理却是分开进行的 !
在 tomcat 5 中,为了解决编码问题,tomcat 的作者作了很多努力,具体表现为在 tomcat 的配置文件 server.xml 中对 Connector 元素增加了如下的配置参数,专门用来对编码进行直接的配置 
URIEncoding 用来设定通过 URI 传递的内容使用的编码,tomcat 将使用这里指定的编码对客户端传送的内容进行编码。 
什么是 URI 呢? 
java doc 的说明中如下说明:URI 是统一资源标识符,而 URL 是统一资源定位符。因此,笼统地说,每个 URL 都是 URI,但不一定每个 URI 都是 URL。这是因为 URI 还包括一个子类,即统一资源名称 (URN),它命名资源但不指定如何定位资源。
 
也就是说,我们通过 post 方法提交的参数实际上都是通过 uri 提交的,都由这个参数管理,如果没有设定这个参数,则 tomcat 将使用默认的 iso8859-1 对客户端的内容进行编码!
 
useBodyEncodingForURI 使用与 Body 一样的编码来处理 URI, 这个设定是为了与 tomcat4保持兼容。在 tomcat5 中,对post  的处理通过 前面的 URIEncoding 进行处理,对get 的内容依然通过 request.setCharacterEncoding 处理,为了保持兼容,就有了这个设定。 
将 useBodyEncodingForURI 设定为真后,就可以通过 request.setCharacterEncoding 直接解决 get 和 post 中的乱码问题。 
这样,我们可以通过在 server.xml 中设定 URIEncoding 来解决 get 方法中的参数问题,使用过滤器来解决 post 方法中的问题。 
或者也可以通过在 server.xml 中设定 useBodyEncodingForURI 为 true ,配合过滤器来解决编码的问题。 
在这里,我强烈建议在网站的创作过程中,全程使用 utf-8 编码来彻底解决乱码问题。 
具体操作如下: 
1、页面内容使用 utf-8 格式保存,在页面中加入 <mete http-equiv="contentType" content="textml;charst=utf-8"> 
2、服务器端的 server.xml 中设定 useBodyEncodingForURI = true 
3、使用过滤器,过滤器设定编码为 utf-8



四:如果有一些转码也转不过来的话,可是试试打开tomcat的server.xml,找到
<Connector acceptCount="100" connectionTimeout="20000" disableUploadTimeout="true" port="80" redirectPort="8443"> 
并在最后加上useBodyEncodingForURI="true" URIEncoding="UTF-8",如下
<Connector acceptCount="100" connectionTimeout="20000" disableUploadTimeout="true" port="80" redirectPort="8443"  useBodyEncodingForURI="true" URIEncoding="UTF-8">


 五:
如果用JSTL的话,可以自己写一个el的function,调用URLEncoder.encode来编码。

IE缺省对URL后面的参数是不编码发送的,但是tomat缺省是按ISO8859-1来进行URL解码,因此才会出现上述错误。好的做法是:

1、在URL参数中确保用UTF-8编码之,方法可以用js函数encodeURI(),或调用自定义的el function;
2、设置server.xml中的Connector熟悉URIEncoding="UTF-8",确保解码格式与编码格式统一;


方法四:
<mce:script type="text/javascript"><!--   
for(var i=0;i<document.links.length;i++){

document.links[i].href=encodeURI(document.links[i].href);

}
// --></mce:script>
<mce:script type="text/javascript"><!--
for(var i=0;i<document.links.length;i++){


document.links[i].href=encodeURI(document.links[i].href);


}
// --></mce:script>

 在action中:

String s=request.getParameter("s");
s=new String(s.getBytes("iso-8859-1"),"gbk");


六:js的乱码解决

1.客户端:
url=encodeURI(url);
服务器:
String linename = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

2.客户端:
url=encodeURI(encodeURI(url)); //用了2次encodeURI 
这个,是比较推崇的做法,为什么这么做,是有原因的,稍后整理下贴上来~~~

服务器:
String linename = request.getParameter(name);

//java  : 字符解码

linename = java.net.URLDecoder.decode(linename , "UTF-8");