|
|
http的本质还是socket，所以底层传输的还是字节流（不要深究到二进制层面），既然是字节流，那么肯定会涉及到编码和解码.
乱码的原因大家肯定都知道，也很简单，那就是编码和解码的格式不一致
。
既然知道了根源，那么我们是否能从这个角度来解决问题？是的，只要你保证前台编码和后台解码的格式一样的时候，就肯定不会出现乱码了。
下面要用到一些例子，这里先给出程序：
index.jsp:
<%@ page language="java" contentType="text/html; charset=UTF-8"
pageEncoding="UTF-8"%>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gbk">
<title>Insert title here</title>
<script type="text/javascript">
function loadFunction()
{
var url = "encodingServlet?name=";
url += encodeURI("严");
document.getElementById("name").href = url + "&d=" + new Date();
}
function escapeCode()
{
alert(encodeURI("严"))
}
</script>
</head>
<body >
<a id="name">name</a>
<form action="encodingServlet" method="get">
<input type="text" name="name"/>
<input type="submit" text="submit"/>
</form>
<button >aaa</button>
<br>
<a href="encodingServlet?name=严">aaaa</a>
</body>
</html>
首先看前台编码的几种情况：
1.首先最常见的就是你在地址栏直接输入一个地址
比如：https://www.google.com/webhp?hl=en&tab=ww#hl=en&tbo=d&output=search&sclient=psy-ab&q=你好&oq=你好
非常不幸，这种情况下你根本无法控制浏览器如何对你输入的内容进行编码。我使用英文版的IE进行测试，它使用的是ISO-8859-1格式，而英文版的FireFox使用的是UTF-8。
这种情况就不讨论了，google也会因为这种原因而导致乱码，不过我相信大家总是会有办法解决的。（怎么解决请教我一下）
2.网页里面的一个超链接
比如：上面index.jsp中的<a href="encodingServlet?name=严">aaaa</a>
那么这个时候前台的编码是以
<%@ page language="java" contentType="text/html; charset=UTF-8"
pageEncoding="UTF-8"%>
里面的pageEncoding决定的
3.FORM表单
无论get方式还是post方式都是以
<%@ page language="java" contentType="text/html; charset=UTF-8"
pageEncoding="UTF-8"%>
里面的charset决定的
4.encodeURI函数
该函数将参数中的字符将转换成UTF-8编码方式的byte数组，并使用十六进制转义序列(%xx)生成替换。
过程用Java模拟如下：
byte[] data1 = "严".getBytes("UTF-8");
String result = "";
for(byte datai : data1)
{
result += "%" + Integer.toHexString(datai >= 0 ? datai : datai + 256);
}
再来看看后台是如何解码的：
我们都是通过request.getParameter("name");这样的语句来得到参数的，
在我们调用这个方法的时候tomcat容器会自动帮我们做一次解码，请看下面的tomcat部分源码（解析参数）：
该方法位于：org.apache.catalina.util.RequestUtil
public static void parseParameters(Map map, byte[] data, String encoding)
throws UnsupportedEncodingException {
if (data != null && data.length > 0) {
int ix = 0;
int ox = 0;
String key = null;
String value = null;
while (ix < data.length) {
byte c = data[ix++];
switch ((char) c) {
case '&':
value = new String(data, 0, ox, encoding);
if (key != null) {
putMapEntry(map, key, value);
key = null;
}
ox = 0;
break;
case '=':
if (key == null) {
key = new String(data, 0, ox, encoding);
ox = 0;
} else {
data[ox++] = c;
}
break;
case '+':
data[ox++] = (byte)' ';
break;
case '%':
data[ox++] = (byte)((convertHexDigit(data[ix++]) << 4)
+ convertHexDigit(data[ix++]));
break;
default:
data[ox++] = c;
}
}
//The last value does not end in '&'. So save it now.
if (key != null) {
value = new String(data, 0, ox, encoding);
putMapEntry(map, key, value);
}
}
}
可以看到，这个方法会要求输入编码格式encoding，那么这个参数是怎么得到的呢。
它分为两种情况，如果下面两种情况你都没有设置，就会采用ISO-8859-1的格式来解码：
1.参数位于URL中，也就是通过GET的方式请求，这个encoding请在tomcat的连接器中配置，也就是server.xml中的
<Connector connectionTimeout="20000" port="9180" protocol="HTTP/1.1" redirectPort="8443" URIEncoding="UTF-8"/>
加入了URIEncoding="UTF-8"
2.参数在请求实体中，也就是POST方式，这个时候你可以直接通过request.setCharacterEncoding("UTF-8");的方式设置，当然你可以运用一个过滤器来统一解决。
知道了原因，再去解决乱码一般就不会有什么问题了。
至于有些提出使用前台encodeURI（encodeURI（str））方式去做的，后台手动解码，其实还是由于两端编码和解码不一致造成的，完全不需要这么使用。 |
|
|
QQ群⑧：
窥视卡
雷达卡
发表于 2017-1-31 12:51:52
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡