jsp中文編碼亂碼的分析與解決

2011-08-29 05:39:44姚竟發(fā)唐小強(qiáng)

科技傳播 2011年24期

姚竟發(fā)，唐小強(qiáng)

保定電力職業(yè)技術(shù)學(xué)院，河北保定 071000

0 引言

JSP（Java Server Pages）是由Sun公司倡導(dǎo)、許多公司參與一起建立的一種動態(tài)網(wǎng)頁技術(shù)標(biāo)準(zhǔn)，jsp技術(shù)采用java作為開發(fā)腳本語言，java本身有著很好的跨平臺性，但是jsp在結(jié)合頁面技術(shù)后，最使人頭疼的一個問題就是不能很好的處理中文亂碼問題，在開發(fā)過程中帶來諸多不便，本文從剖析中文亂碼產(chǎn)生的各種原因入手，并給出相應(yīng)的解決方案。

1 中文亂碼的根源

1）中文的編碼很多，在不同的情況下可能有多種不同的二進(jìn)制值；

2）在某些應(yīng)用中傳遞數(shù)據(jù)時，可能把中文轉(zhuǎn)換成其它形式；

3）在一個應(yīng)用系統(tǒng)中，編碼之間存在各種各樣的轉(zhuǎn)換；

4）在轉(zhuǎn)換過程中需要制定編碼方式；

5）在具體實(shí)踐過程中，可能忽略或忘記設(shè)置編碼；

6）不同的軟件環(huán)境其編碼設(shè)置方式不同也容易導(dǎo)致中文亂碼；

7）編碼工具的多樣性以及對編碼的模糊認(rèn)識不清。

2 常見的jsp頁面中文亂碼

網(wǎng)上常出現(xiàn)的 JSP/Servlet encoding 問題一般都表現(xiàn)在 browser或應(yīng)用程序端，如：

瀏覽器中看到的 Jsp/Servlet 頁面中的漢字怎么都成了‘?’；瀏覽器中看到的 Servlet 頁面中的漢字怎么都成了亂碼；JAVA 應(yīng)用程序界面中的漢字怎么都成了方塊；Jsp/Servlet 頁面無法顯示GBK 漢字；Jsp/Servlet 不能接收 form 提交的漢字；JSP/Servlet 數(shù)據(jù)庫讀寫無法獲得正確的內(nèi)容。

3 中文亂碼產(chǎn)生原因分析

1）在jsp中如果指定了<%@ page contentType="text/html;charset=A" %>，那么在該jsp中所有用到的數(shù)據(jù)，如果沒有指定編碼，那么這些數(shù)據(jù)的編碼方式為A。

從request得到的數(shù)據(jù)如果沒有指定request的編碼的話，默認(rèn)編碼為iso-8859-1。

假設(shè)從別的地方得到的數(shù)據(jù)是使用原來初始的編碼的，比如從數(shù)據(jù)庫得到數(shù)據(jù)，如果數(shù)據(jù)庫的編碼是B，那么該數(shù)據(jù)的編碼是B而不是A，也不是系統(tǒng)默認(rèn)的，此時，如果要輸出的數(shù)據(jù)的編碼不是A，那么，很可能顯示亂碼，所以首先要將數(shù)據(jù)正確轉(zhuǎn)化為編碼A，然后再輸出;

2）在jsp中如果沒有指定<%@ page contentType="text/html;charset=A" %>，那么默認(rèn)的A編碼為iso-8859-1;

3）Servlet中如果執(zhí) 行了像 response.setContentType("text/html;charset=A")，說明將response的字符輸出流編碼設(shè)置為A，所有要輸出的數(shù)據(jù)的編碼要轉(zhuǎn)化為A，否則就會出現(xiàn)亂碼。Servlet中從request得到的數(shù)據(jù)的編碼和jsp中一樣的，但是在servlet java文件中構(gòu)造的數(shù)據(jù)是使用是系統(tǒng)默認(rèn)的編碼（iso-8859-1）；servlet中從外部得到的數(shù)據(jù)使用的是原來的編碼，比如從編碼為B的數(shù)據(jù)庫得到的數(shù)據(jù)是編碼為B,不是A,也不是系統(tǒng)默認(rèn)的編碼。

4 中文亂碼解決方案

4.1 JSP頁面顯示為亂碼

<%@ page contentType="text/html; charset=gb2312"%>，就可以消除亂碼了。

4.2 Servlet接收Form/Request傳遞的參數(shù)時顯示為亂碼

方法1：在使用request獲取參數(shù)前，加上此語句：request.setCharacterEncoding("A")，此處設(shè)置的編碼要和傳遞參數(shù)的頁面采用的編碼方式一致。

方法2：使用過濾器(filter)，在doFilter方法中做如下處理：

}同時，在web.xml中配置該過濾器：

4.3 JSP接收Form/Request傳遞的參數(shù)時顯示為亂碼

servlet可以處理中文后，jsp頁面接收Form/Request傳遞的參數(shù)卻仍然顯示為亂碼。

如果你的表單內(nèi)容為

，也就是說沒有指定form的method屬性。而問題就發(fā)生在此，F(xiàn)orm的默認(rèn)mothod屬性為get. 而get是通過在發(fā)送請求的url后面加？然后加參數(shù)和值來傳遞數(shù)據(jù)的的，編碼格式為ASCII.這就要求我們在傳遞的數(shù)據(jù)中有非ASCII字符或是超過了100個字符，那么你必須使用method="post"，否則就會出現(xiàn)亂碼。所以解決方式為：第二種亂碼的解決方式+在發(fā)送頁面的Form中指定method為post。

4.4 數(shù)據(jù)庫中的中文出現(xiàn)亂碼

只要涉及中文的地方全部是亂碼，解決辦法：在數(shù)據(jù)庫的數(shù)據(jù)庫URL中加上useUnicode=true&characterEncoding=gb2312就OK了。

4.5 客戶端讀取數(shù)據(jù)庫中文亂碼

通過數(shù)據(jù)庫客戶端（比如 ODBC 或 JDBC）從數(shù)據(jù)庫服務(wù)器中讀取字符串時，客戶端需要從服務(wù)器獲知所使用的編碼。當(dāng)數(shù)據(jù)庫服務(wù)器發(fā)送字節(jié)流給客戶端時，客戶端負(fù)責(zé)將字節(jié)流按照正確的編碼轉(zhuǎn)化成 UNICODE字符串。如果從數(shù)據(jù)庫讀取字符串時得到亂碼，而數(shù)據(jù)庫中存放的數(shù)據(jù)又是正確的。解決的辦法還是通過string = newString(string.getBytes("iso-8859-1"), "GB2312") 的方法，重新得到原始的字節(jié)串，再重新使用正確的編碼轉(zhuǎn)化成字符串。

4.6 頁面在編輯工具中打開時中文亂碼

在編輯工具中打開一個已經(jīng)存在的項(xiàng)目，頁面開始的編碼如果是gb2312，而打開該頁面的工具默認(rèn)的編碼如果是iso8859-1（例如myeclipse和dreamweaver），這時可能產(chǎn)生亂碼，直接修改編輯工具的編碼方式與原來頁面編碼一致即可。

5 結(jié)論

上面提到的方法應(yīng)該能解決大部分亂碼問題，如果在其他地方還出現(xiàn)亂碼，可能需要手動修改代碼。解決Java亂碼問題的關(guān)鍵在于在字節(jié)與字符的轉(zhuǎn)換過程中，你必須知道原來字節(jié)或轉(zhuǎn)換后的字節(jié)的編碼方式，轉(zhuǎn)換時采用的編碼必須與這個編碼方式保持一致。

[1]劉政.JSP數(shù)據(jù)庫Tomcat產(chǎn)生亂碼解決方案總結(jié)及原因（轉(zhuǎn)一）.新浪博客，1994.

[2]孫鑫.servlet/jsp深入詳解.電子工業(yè)出版社，2008.