Tomcat 中 GET方式 请求 中文乱码 出现的原因

mm111222

　　 网上很多关于GET方式请求中文乱码的解决方案,大体类似. 这里主要讲一下Tomcat在处理URL参数过程中,  究竟是为什么会导致了GET方式请求的中文乱码. 一句话概括就是:  Tomcat默认将单字节作为一个字符,但是中文是2个字节表示一个字符....
　　首先来一个Tomcat解析URL中参数的序列图,其中阴影部分就是造成乱码的地方.
　　http://blog.运维网.com/attachment/201203/164340565.jpg
　　测试场景:
　　对于一个从官方下载的Tomcat6,不去任何配置.(这里强调不去任何配置主要是指不在Tomcat的server.xml文件中作任何修改.)
　　在Tomcat的 webapps/ROOT目录下新建一个test.jsp:

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  

　　然后发起这样一个请求  http://localhost:8080/test.jsp?name=ni%D5%C6%B9%F1
　　
　　  (真实面目是:http://localhost:8080/test.jsp?name=ni掌柜  )
　　
　　接着我们定位到上面阴影部分的代码:

• private String urlDecode(ByteChunk bc, String enc)
  
•         throws IOException {
  
•         if( urlDec==null ) {
  
•             urlDec=new UDecoder();   
  
•         }
  
•         urlDec.convert(bc); //这个方法影响不大,只是对那个java.net.URLEncod...编码的进行处理.
  
•         String result = null;
  
•         if (enc != null) {
  
•             //关键问题:如果这里没有指定URIEncoding的话, 那么enc是null
  
•             bc.setEncoding(enc);
  
•             result = bc.toString();
  
•         }  
  
•         //这个地方如果没有配置URIEncoding,那么走else的流程,所以就会按照字节来
  
•         else {
  
•             CharChunk cc = tmpNameC;
  
•             int length = bc.getLength();
  
•             cc.allocate(length, -1);
  
•             // Default encoding: fast conversion
  
•             byte[] bbuf = bc.getBuffer();
  
•             char[] cbuf = cc.getBuffer();
  
•             int start = bc.getStart();
  
•             for (int i = 0; i < length; i++) {
  
•                 cbuf = (char) (bbuf[i + start] & 0xff);
  
•             }
  
•             cc.setChars(cbuf, 0, length);
  
•             result = cc.toString();
  
•             cc.recycle();
  
•         }
  
•         return result;
  
•     }
  

　　    在运行过程中可以看到, 到进入这个方法的时候,还没有乱码  :
　　然后是到urlDec.convert(bc);

　　这个方法影响不大,只是对那个java.net.URLEncod...编码的进行处理.

　　关键是下面部分:看上面代码中,如果 enc == null,  也就是说server.xml中没有设置URIEncoding.

　　那么进入了else代码段.

　　这一进入就完了,可以看到他的处理是按单字节作为一个字符, 于是上面的 &quot;ni%D5%C6%B9%F1&quot; 在它眼里就是6个字符了 .(实际上 ni掌柜 是4个字符),  所以显然就是乱码. 如下:
　　http://blog.运维网.com/attachment/201203/164553465.jpg
　　那么在server.xml文件中设置了URIEncoding, 比如: URIEncoding=&quot;GBK&quot;.  于是在上面代码中,就会进入下面代码段:

• if (enc != null) {
  
•         //关键问题:如果这里没有指定URIEncoding的话, 那么enc是null
  
•            bc.setEncoding(enc);
  
•            result = bc.toString();
  
•        }  
  

　　 如下:
　　http://blog.运维网.com/attachment/201203/164638177.jpg