乱码之UTF-8 GBK

本文主要是介绍乱码之UTF-8 GBK，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

在提交JSP时对于乱码问题，首先我们要搞清楚为什么会出现乱码？
看JSP的头文件：<%@ page contentType="text/html;charset=UTF-8" language="java"%>
在这个头文件中，还有一个与编码的相关的属性：pageEncoding
-----------------------------------------------------------------------------------------
首先，说说JSP/Servlet中的几个编码的作用。
在JSP/Servlet中主要有以下几个地方可以设置编码，pageEncoding="UTF-8"、contentType="text/html;charset=UTF-8"、request.setCharacterEncoding("UTF-8")和 response.setCharacterEncoding("UTF-8")，其中前两个只能用于JSP中，而后两个可以用于JSP和Servlet 中。
-----------------------------------------------------------------------------------------

request.setCharacterEncoding("UTF-8")的作用是在服务器端设置客户端请求进行重新编码的编码。

（struts2里面是在struts.xml 配置<constant name="struts.i18n.encoding" value="UTF-8"></constant>）

      该方法用来指定对浏览器发送来的数据进行重新编码（或者称为解码）时，使用的编码。
response.setCharacterEncoding("UTF-8")的作用是指定在客户端对服务器响应进行重新编码的编码。
      服务器在将数据发送到浏览器前，对数据进行重新编码时，使用的就是该编码。
-----------------------------------------------------------------------------------------
一、浏览器是怎么样对接收和发送的数据进行编码的
1.浏览器接受数据：
    response.setCharacterEncoding("UTF- 8")的作用是指定对服务器响应进行重新编码的编码。同时，浏览器也是根据这个参数来对其接收到的数据进行重新编码（或者称为解码）。所以在无论你在 JSP中设置response.setCharacterEncoding("UTF-8")或者 response.setCharacterEncoding("GBK")，浏览器均能正确显示中文。
    读者可以做个实验，在JSP中设置response.setCharacterEncoding("UTF-8")，在IE中显示该页面时，在IE的菜单中选择"查看(V)"à"编码(D)"中可以查看到是" Unicode（UTF-8）"，而在在JSP中设置response.setCharacterEncoding("GBK")，在IE中显示该页面时，在IE的菜单中选择"查看(V)"à"编码(D)"中可以查看到是"简体中文（GB2312）"。
2.浏览器发送数据：
     浏览器在发送数据时，对URL和参数会进行URL编码，对参数中的中文，浏览器也是使response.setCharacterEncoding参数来进行URL编码的。以百度和 GOOGLE为例，如果你在百度中搜索"汉字"，百度会将其编码为"%BA%BA%D7%D6"。而在GOOGLE中搜索"汉字"，GOOGLE会将其编码为"%E6%B1%89%E5%AD%97"，这是因为百度的response.setCharacterEncoding参数为GBK，而 GOOGLE的的response.setCharacterEncoding参数为UTF-8。
--------------------------------------------------------
二、服务器是在接收和发送数据时，是如何对数据进行编码的
1.服务器发送数据
     对于发送数据，服务器按照response.setCharacterEncoding—contentType—pageEncoding的优先顺序，对要发送的数据进行编码。
2.服务器接收数据
     对于接收数据，要分三种情况。一种是浏览器直接用URL提交的数据，另外两种是用表单的GET和POST方式提交的数据。
     因为各种WEB服务器对这三种方式的处理也不相同，所以我们以Tomcat5.0为例。
     ①对于表单中POST方式提交的数据
     只要在JSP页面上设置了response.setCharacterEncoding或contentType或pageEncoding为"utf-8",在接受数据的JSP/SERVLET中都不会出现中文乱码问题。
     ②对于URL提交的数据和表单中GET方式提交的数据
     在接收数据的JSP/SERVLET中仅仅设置request.setCharacterEncoding参数是不行的
     因为在Tomcat5.0中，默认情况下使用ISO-8859-1对URL提交的数据和表单中GET方式提交的数据进行重新编码（解码），要解决该问题：
     应该在Tomcat的配置文件server.xml的Connector标签中设置useBodyEncodingForURI或者 URIEncoding属性，其中URIEncoding参数指定对所有GET方式请求（包括URL提交的数据和表单中GET方式提交的数据）进行统一的重新编码（解码）的编码。
     其中useBodyEncodingForURI参数表示是否用request.setCharacterEncoding 参数对URL提交的数据和表单中GET方式提交的数据进行重新编码，在默认情况下，该参数为false；
     URIEncoding和useBodyEncodingForURI区别是，URIEncoding是对所有GET方式的请求的数据进行统一的重新编码（解码），而useBodyEncodingForURI则是根据响应该请求的页面的request.setCharacterEncoding参数对数据进行的重新编码（解码），不同的页面可以有不同的重新编码（解码）的编码。所以对于URL提交的数据和表单中GET方式提交的数据，可以修改 URIEncoding参数为浏览器编码或者修改useBodyEncodingForURI为true，并且在获得数据的JSP页面中 request.setCharacterEncoding参数设置成浏览器编码。
----------------------------------------------------------
下面总结下，以Tomcat5.0为WEB服务器时，如何防止中文乱码。
1、对于同一个应用，最好统一编码，推荐为UTF-8，当然GBK也可以。
2、正确设置JSP的pageEncoding="UTF-8"
3、在所有的JSP/Servlet中设置contentType="text/html;charset=UTF-8"或response.setCharacterEncoding("UTF-8")，从而间接实现对浏览器编码的设置。
4、对于非表单提交的get或url请求,可以修改Tomcat的默认配置，推荐将useBodyEncodingForURI参数设置为true，也可以将URIEncoding参数设置为 UTF-8（有可能影响其他应用，所以不推荐）。或者用下面的方法，在接收数据时处理：
  request.getParameter("userID"),得到userID的值
  request.getParameter("userID").trim()将这个值去掉两边的空格
  request.getParameter("userID").trim().getBytes("ISO-8859-1"))将这个String用ISO-8859-1编码成一个字节数祖
  new   String(request.getParameter("userID").trim().getBytes("ISO-8859-1"),"utf-8")将刚才的字节数祖传进string的构造函数按照"utf-8"编码创建一个string对象。
5.使用URLEncoder的方法
传参前用:
//使用指定的编码机制将字符串转换为 application/x-www-form-urlencoded 格式
String username_encoder = URLEncoder.encode(username,"UTF-8");
接参数后显示用:
//使用指定的编码机制对 application/x-www-form-urlencoded 字符串解码
String username_decoder = URLDecoder.decode(request.getParameter("username"),"UTF-8");
-----------------------------------------------------------------------------------------
什么是"gbk"？什么是"utf-8"?
一、字符上区分
　　GBK包含全部中文字符;
　　UTF-8则包含全世界所有国家需要用到的字符。
二、编码上区分

UTF-8 ：可变长度：英文一字节，中文>=3字节貌似没有2字节的

GBK:固定长度：中英文都是2字节

当然还要记得看服务器mysql字符编码是怎样的毕竟如果很多人用的话当然还要考虑别人服务器mysql是utf8所以我们都设置为UTF-8 省事

所以. jsp每次开头加这段话

<%@ page language="java" contentType="text/html;charset=utf8"  isELIgnored="true" pageEncoding="UTF-8"%>
<%@ taglib uri="http://java.sun.com/jsp/jstl/core" prefix="c"%>
<%
String path = request.getContextPath();
String basePath = request.getScheme()+"://"+request.getServerName()+":"+request.getServerPort()+path+"/";
%>
<%@taglib uri="/struts-tags" prefix="s" %>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml"><head><base href="<%=basePath%>"/>

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

20151209更新

今天遇到一个问题: 中文链接如 www.abc.com/myaction/搜索 or .../我是中文文件.zip 后台获取链接时转换编码为utf8无效

在http://www.jb51.net/article/37149.htm 得到解答，

并在老师提示下了解了，tomcat默认是ISO8891编码，难怪之前get请求的参数需要将ISO8891转为utf-8

具体转换就是：

在tomcat的server.xml
增加一个属性：URIEncoding="UTF-8"
修改之后为：