tomcat编码原理解析

yanchuen

最近又碰到了中文乱码问题，这里我没有把数据库牵扯进来，先说下我的环境，servlet容器使用Tomcat6.0，浏览器FireFox3.0、IE7，涉及字符编码设置的地方我的思路就是编码的地方都统一使用UTF-8。所有页面的charset设置为UTF-8。特别注意Tomcat默认的编码URIEncoding是ISO-8859-1。这样就会造成页面传送参数之间的乱码问题。通过两天的学习，终于发现了其中的原理，下面将做一总结：

一：首先我们看下，一个请求响应的流程

浏览器 IE/FireFox ----------->Servlet容器------------------------>显示页面

       编码                           使用容器的URIEncoding转码              解码

我把用户发送请求方式不同引起的中文问题划分了四种类型：

1、表单的get提交

      浏览器根据页面的charset编码方式对页面进行编码，然后提交至服务器，首先进入对应的字符编码过滤器，(如果有的话)，不过Tomcat6.0对于get提交方式采用的是server.xml文件中的URIEncoding编码方式，而并不会采用过滤器中设置的编码，那么根据我的环境设置，jsp页面都使用UTF-8的编码，Servlet容器的URIEncoding也设置为UTF-8，则servlet不用进行转码即可正确解码，获得正常的中文字符串。那么，响应页面的中文因为页面的统一编码(UTF-8)自然也会正常显示（为了保险起见，也可在响应页面添加一段代码:request.setCharacterEncoding("UTF-8")可保证servlet在传输过程中都是UTF-8;）。当然，如果我们Tomcat的URIEncoding设置为其他非UTF-8的编码方式时，页面的内容进入Tomcat解析时，因为Tomcat和页面的编码不统一，就需要转码，例如，如果我们采用Tomcat默认的ISO-8859-1，那么当我们使用request.getParameter("yourVariable ")获取表单参数值时其实Servlet就进行了转码，方式为UTF-8-->ISO-58859-1。代码为：

new String(变量值.getBytes("UTF-8"),"ISO-8859-1");

不过即使这样，我们依然可以使用不恰当的方法显示正常的中文，即逆向转码，例如上面的乱码，我们可以通过ISO8859-1-->UTF-8这种方式还原我们提交时的中文。

new String(乱码.getBytes("ISO-8859-1"),"UTF-8");这样就可以转码，所以综上来看，Tomcat的URIEncoding设置为UTF-8是最好的解决办法。

2、表单的post提交

对于这种方式的请求，request.setCharacterEncoding("一般来自于web.xml中过滤器设置的参数")方法进行编码设置将会产生作用，struts的表单提交方式默认为post方式，那么按照上面我的环境设置，页面，容器，都采用UTF-8编码方式，就不会产生中文乱码问题。


3、页面链接传递中文参数

<%   String username = "编辑";   %>  
<a href="hello.do?username=<%=username%>">页面中链接传递中文</a>

对于这样方式，我们需要先将参数使用统一的编码方式编码，将编码后的字符放入链接，这里我对参数以UTF-8方式编码，

<%   String username = java.net.URLEncoder.encode("编辑","UTF-8");   %>