Web开发的中文问题一直困惑大家，尤其是对于初上手者。这次有机会彻底解决研究了一下中文乱码的原因和解决方案，做个总结。
为什么会有中文乱码？
因为在默认情况下，HTTP的包都是以“8859_1”来编码的（没办法，谁叫这些标准都是老美定的）。“8859_1”是西文编码方式，对于英文字母没 有任何问题，但是对于中文就不行了。所以，如果不做任何设定，直接将中文用“8859_1”来编码传递，那结果必然是乱码。
解决思路是什么？
好在老美还是有国际化眼光的，HTTP包的编码方式可以由用户指定。因此，只要事先指定好用相对应的编码方式来对传递内容（比如表单提交的中文等）进行编码，就可以顺利解决乱码的问题。
两个基本概念
在进入具体的解决方法之前，首先要对两个基本概念作一下解释。对于由表单提交的内容，HTTP有两种传递方式，分别是“GET”方式和“POST”方式。
“GET”方式就是将各参数直接通过HTTP的包头（head）来传递，简而言之就是直接通过我们所熟悉的网址（URL）来传递，所以我们经常能看到的在一个网址后面跟着许多复杂的由“?”和“&”构成的字符串，其实这就是需要传递的参数了。
“POST”方式则是将所需传递的参数包在HTTP的正文（body）中来传递。因此通过“POST”方式来进行传递，在浏览器的网址上面什么都看不见。
因此，相比较而言，“POST”隐蔽性较好；而“GET”方式使用起来比较容易，直接写URL就可以了。
综上所述，不难发现，解决中文乱码问题实际上就变为对这两种HTTP传递的编码方式进行适当的设定。当然，从解决问题的难易以及对系统架构的完美性角度着手，又分为以下三个层次：
1）入门方法，在所有的servlet和jsp中堆设定用的代码。
2）中级方法，对web伺服器进行配置。
3）高级方法，编写filter过滤器，对“POST”和“GET”独立过滤处理。
下面就具体描述各解决方法：
1）入门方法，在所有的servlet和jsp中“堆”写设定用的代码。
所谓入门方法，那就是现实十分简单，当然效果也是很好的。只是必须在每个相应的文件中写相同的设定代码，代码的重复性就比较大。
由前面所述，由于“POST”和“GET”方式的不同，因此对应着两种的设定方式也不同。
“POST”的情况下，如果服务器端脚本是一个servlet，那只要在doPost()方法里面插入一句
| request.setCharacterEncode("GB2312"); |
需要注意的是，这句设定必须在所有从request对象做提取操作之前执行，如果类似于request.getParameter()的操作在前，那么系统将使用默认的“8859_1”编码方式，而忽略后面的设定代码。
如果服务器端是一个jsp脚本，那只要在该脚本的jsp申明部分做好设定即可：
| <%@ page language="java" contentType="text/html; charset=gb2312" pageEncoding="gb2312"%> |
如果是“GET”方式，也就是想通过URL来传递中文的话，稍微要麻烦些，首先因为浏览器地址栏是不支持中文的，也就是如果直接将中文放置在超级连接里面是无效的。因此需要在发送端对中文内容进行编码，比如：
| URLEncoder.encoder("http://localhost/submit?name=张三","UTF-8"); |
“UTF-8”表示用这种编码方式对原字符串进行编码，编码好之后看到的结果是
| http://localhost/submit?name=���� |
所以我们经常看到在浏览器里面有众多的类似与“����”这样的字符串，就是表明被UTF-8编码过了。由于UTF-8是跨各种平台的通用编码方式，因此比较常用于各种语言文字的传输载体。
相对应的，在接受方需要进行反向的解码即可，代码如下：
| new String( request.getParameter("name").getBytes("8859_1"), "gb2312" ); |
这里可能会有一些疑问，为什么用“8859_1”来解码。事实上，我在第一次尝试的时候也曾使用“UTF-8”来尝试解码，结果出现乱码失败。究其原因， 尽管“张三”被编码成了“����”来传输，但是在传输过程中，“����”仍旧需要由“8859_1”来编码打包成HTTP，因此，在接收端，自然先需 要由“8859_1”来还原到“����”的“UTF-8”格式，然后再由“UTF-8”还原到“GB2312”。
所以这样也不难理解为什么所谓“浏览器地址栏是不支持中文”，不能直接用中文而要用“UTF-8”来通过“8859_1”来打包了，原因就是“����” 这串类似于密码般的字符串本身就是西文字符，用“8859_1”编解码没有任何问题。而中文由于是2byte一个汉字，直接用西文方式来编解码自然就会出 现问题。这也就是为什么称“UTF-8”为“跨各种平台的通用编码方式”了。
背景小资料：
由于“UTF-8”是通用编码方式，因此所有的语言格式均可以转换为“UTF-8”，在日益国际的今天，多语言的系统要求越来越多，因此强烈建议使用“UTF-8”来做为系统统一的编解码方式，从而彻底解决中文乱码的问题。
“UTF-8”为了能做到兼容所有语言的编解码，因此每一个字符均用2个byte来编码。这样就造成了存西文字符时需要多一倍的空间。这也算是为了通用而付出的代价了。
2）中级方法，对web伺服器进行配置
可想而知，相对于“堆”写大量代码，配置一下web伺服器config文件来解决中文乱码问题就显得优雅许多。但是由于各种web伺服器的情况不同，其配置方法也不尽相同。因此，其兼容性是个比较大的问题。
这里列举一下，如何通过修改Tomcat的conf配置文件来解决中文乱码的问题。
找到Tomcat的配置文件server.xml中的Connector这一行，为其添加一个如下的属性
| URIEncoding = "GB2312" |
这样就指定了使用“GB2312”来进行编解码。不过需要注意的是，tomcat4.x以以前的版本由于蒋“POST”和“GET”等同视之，因此这样一 句设定就可以适用于两种方法。而到了tomcat5.x以后，两种方式就分开处理了。因此在tomcat5.x的情况下，只做这个设定，那仅仅对 “POST”方式有效，“GET”方式仍然会得到乱码。
不过好在tomcat5.x考虑到了这个问题，提供了一个附加的参数：
| useBodyEncodingForURI = "true" |
如果做了这样的设定，那5.x就将兼容4.x而“POST”和“GET”等同视之。
3）高级方法，编写filter过滤器，对“POST”和“GET”独立过滤处理。
高级方法，顾名思义，就是可以脱离于任何平台，同时又免去冗余的队旗代码工作的解决方案——编写过滤器，Filter。
首先编写一个过滤器SetCharacterEncodingFilter
| public class SetCharacterEncodingFilter implements Filter {
protected String encoding = null;
protected FilterConfig filterConfig = null;
protected boolean ignore = true; // --------------------------------------------------------- Public Methods
public void destroy() { this.encoding = null; this.filterConfig = null; }
public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException { // Conditionally select and set the character encoding to be used if (ignore || (request.getCharacterEncoding() == null)) { String encoding = selectEncoding(request); if(encoding != null){ HttpServletRequest httpServletRequest = (HttpServletRequest) request; if(httpServletRequest.getMethod().toLowerCase().equals("post")){ //如果是POST方法 request.setCharacterEncoding(encoding); } else{ //如果是GET方法 //非常抱歉，我还有没有找到很好的对应get方法的代码 //一旦完成了这部分代码，马上添加在这里。 //！·#￥%……—*（）——+| } }
} // Pass control on to the next filter chain.doFilter(request, response); }
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; } // ------------------------------------------------------ Protected Methods
protected String selectEncoding(ServletRequest request) { return (this.encoding); } } |
|
|
编写完过滤器以后，需要对其进行部署，也就是在web.xml中做个配置：
在<display-name>标签之后，添加：
| <filter> <filter-name>Set Character Encoding</filter-name> <filter-class>com.zavax.utility.filters.SetCharacterEncodingFilter</filter-class> <init-param> <param-name>encoding</param-name> <param-value>UTF8</param-value> </init-param> <init-param> <param-name>ignore</param-name> <param-value>true</param-value> </init-param> </filter> <filter-mapping> <filter-name>Set Character Encoding</filter-name> <url-pattern>/*</url-pattern> </filter-mapping> |