JSP遇到的各種中文亂碼問題

在jsp頁面中,一般來說用java操作cookie都會出現中文亂碼。看了下api,可以使用URLEncoder和URLDecoder的方法解決:

寫cookie:


Cookie cookie = new Cookie("userName", URLEncoder.encode("中國人"));
response.addCookie(cookie);

out.print(URLDecoder.decode(rcookie[i].getName()) +
    URLDecoder.decode(rcookie[i].getValue()));


關於jsp亂碼問題的解決。
1 最基本的亂碼問題。
這個亂碼問題是最簡單的亂碼問題。一般新會出現。就是頁面編碼不一致導致的亂碼。
<%@ page language="java" pageEncoding="UTF-8"%>
<%@ page contentType="text/html;charset=iso8859-1"%>
<html>
<head>
<title>中文問題</title>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</head>
</head>
<body>
   我是個好人
</body>
</html>

三個地方的編碼。

第一個地方的編碼格式爲jsp文件的存儲格式。Eclipse會根據這個編碼格式保存文件。並編譯jsp文件,包括裏面的漢字。

第二處編碼爲解碼格式。因爲存爲UTF-8的文件被解碼爲iso8859-1,這樣如有中文肯定出亂碼。也就是必須一致。而第二處所在的這一行,可以沒有。缺省也是使用iso8859-1的編碼格式。所以如果沒有這一行的話,“我是個好人”也會出現亂碼。必須一致纔可以。

   第三處編碼爲控制瀏覽器的解碼方式。如果前面的解碼都一致並且無誤的話,這個編碼格式沒有關係。有的網頁出現亂碼,就是因爲瀏覽器不能確定使用哪種編碼格式。因爲頁面有時候會嵌入頁面,導致瀏覽器混淆了編碼格式。出現了亂碼。

2 表單使用Post方式提交後接收到的亂碼問題

這個問題也是一個常見的問題。這個亂碼也是tomcat的內部編碼格式iso8859-1在搗亂,也就是說post提交時,如果沒有設置提交的編碼格式,則會以iso8859-1方式進行提交,接受的jsp卻以utf-8的方式接受。導致亂碼。既然這樣的原因,下面有幾種解決方式,並比較。

A 接受參數時進行編碼轉換

String str = new String(request.getParameter("something").getBytes("ISO-8859-1"),"utf-8");這樣的話,每一個參數都必須這樣進行轉碼。很麻煩。但確實可以拿到漢字。

B 在請求頁面上開始處,執行請求的編碼代碼,request.setCharacterEncoding("UTF-8"),把提交內容的字符集設爲UTF-8。這樣的話,接受此參數的頁面就不必在轉碼了。直接使用Stringstr=request.getParameter("something");即可得到漢字參數。但每頁都需要執行這句話。
這個方法也就對post提交的有效果,對於get提交和上傳文件時的enctype="multipart/form-data"是無效的。稍後下面單獨對這個兩個的亂碼情況再進行說明。

C 爲了避免每頁都要寫request.setCharacterEncoding("UTF-8"),建議使用過濾器對所有jsp進行編碼處理。這個網上有很多例子。請大家自己查閱。

3 表單get提交方式的亂碼處理方式。
如果使用get方式提交中文,接受參數的頁面也會出現亂碼,這個亂碼的原因也是tomcat的內部編碼格式iso8859-1導致。Tomcat會以get的缺省編碼方式iso8859-1對漢字進行編碼,編碼後追加到url,導致接受頁面得到的參數爲亂碼/、。

解決辦法:
A 使用上例中的第一種方式,對接受到的字符進行解碼,再轉碼。

B Get走的是url提交,而在進入url之前已經進行了iso8859-1的編碼處理。要想影響這個編碼則需要在server.xml的Connector節點增加useBodyEncodingForURI="true"屬性配置,即可控制tomcat對get方式的漢字編碼方式,上面這個屬性控制get提交也是用request.setCharacterEncoding("UTF-8")所設置的編碼格式進行編碼。所以自動編碼爲utf-8,接受頁面正常接受就可以了。但我認爲真正的編碼過程是,tomcat又要根據

<Connector port="8080"

maxThreads="150" minSpareThreads="25" maxSpareThreads="75"

enableLookups="false" redirectPort="8443" acceptCount="100"

debug="0" connectionTimeout="20000" useBodyEncodingForURI="true"

disableUploadTimeout="true" URIEncoding=”UTF-8”/>

裏面所設置的URIEncoding=”UTF-8”再進行一次編碼,但是由於已經編碼爲utf-8,再編碼也不會有變化了。如果是從url獲取編碼,接受頁面則是根據URIEncoding=”UTF-8”來進行解碼的。

4 上傳文件時的亂碼解決

   上傳文件時,form表單設置的都是enctype="multipart/form-data"。這種方式以流方式提交文件。如果使用apach的上傳組件,會發現有很多亂碼想象。這是因爲apach的先期commons-fileupload.jar有bug,取出漢字後進行解碼,因爲這種方式提交,編碼又自動使用的是tomcat缺省編碼格式iso-8859-1。但出現的亂碼問題是:句號,逗號,等特殊符號變成了亂碼,漢字如果數量爲奇數,則會出現亂碼,偶數則解析正常。

     解決方式:下載commons-fileupload-1.1.1.jar這個版本的jar已經解決了這些bug。但是取出內容時仍然需要對取出的字符進行從iso8859-1到utf-8轉碼。已經能得到正常所有漢字以及字符。

5 Java代碼關於url請求,接受參數的亂碼

url的編碼格式,取決於上面所說的URIEncoding=”UTF-8”。 如果設定了這個編碼格式,則意味着所
有到url的漢字參數,都必須進行編碼纔可以。否則得到的漢字參數值都是亂碼,例如
一個鏈接 Response.sendDerect(“/a.jsp?name=張大維”);而在a.jsp裏面直接使用
String name");得到的就是亂碼。因爲規定了必須是utf-8纔可以,所以,這個轉向應該這樣寫: 
     Response.sendDerect(“/a.jsp?name=URLEncode.encode(“張大維”,”utf-8”);纔可以。
如果不設置這個參數URIEncoding=”UTF-8”, 會怎麼樣呢? 不設置則就使用了缺省的編碼格式
iso8859-1。問題又出來了,第一就是參數值的個數如果是奇數個數,則就可以正常解析,如果使偶數
個數,得到最後字符就是亂碼。還有就是如果最後一個字符如果是英文,則就能正常解析,但中文的標
點符號仍出現亂碼。權宜之計,如果您的參數中沒有中文標點符號,則可以在參數值最後加一個英文符
號來解決亂碼問題,得到參數後再去掉這個最後面的符號。也可以湊或使用。

6 腳本代碼關於url請求,接受到的參數亂碼

腳本中也會進行頁面轉向的控制,也會涉及到附帶參數,並在接受頁面解析這個參數的情況。如果這個
漢字參數不進行URIEncoding=”UTF-8”所指定的編碼處理,則接受頁面接受到的漢字也是亂碼。腳本
處理編碼比較麻煩,必須有相應的編碼腳本對應文件,然後調用腳本中的方法對漢字進行編碼即可。

7 關於jsp在MyEclipse中打開的亂碼問題

對於一個已經存在的項目,Jsp文件的存儲格式可能是utf-8。如果新安裝的eclipse,則缺省打開使用
的編碼格式都是iso8859-1。所以導致jsp裏面的漢字出現亂碼。這個亂碼比較容易解決,直接到
eclipse3.1的偏好設置裏面找到general-〉edidor,設置爲您的文件打開編碼爲utf-8即可。Eclipse會
自動重新以新的編碼格式打開。漢字即可正常顯示。

8 關於html頁面在eclipse中打開出現亂碼情況
由於大部分頁面都是由dreamweaver製作,其存儲格式跟eclipse的識別有差別導致。
一般這種情況,在eclipse中新建一個jsp,直接從dreamweaver複製頁面內容粘貼到jsp即可。

********************************************
jsp中文亂碼問題的解決辦法 jsp中java中文編碼問題的個人經驗|終於看到一個完全解決的方案

開發java應用出現亂碼是很常見的,畢竟現在unicode的使用還不是很廣泛,在使用gb2312(包含了gbk
簡體,big5繁體)的系統中要正確實現
中文的display和數據庫的存儲是最基本的要求。


1,首先developer要明確自己爲什麼會遇到亂碼,遇到什麼樣的亂碼(無意義的符號還是一串問號或者
其它什麼東西)。
新手遇到一堆很亂的字符時通常不知所措,最直接的反映就是打開google搜索”java中文”(這個字符
串在搜索引擎上的查詢頻率非常高),

然後一個一個的去看別人的解決方法。這樣做沒有錯,但是很難達到目的,原因下面會提到。
總之,出現亂碼的原因是非常多的,解決的方法也完全不一樣,要解決問題必須先分析自己的”上下文
環境”。


2,具體說來,需要哪些信息才能確定項目中的亂碼的根源。
a,開發者所用的操作系統
b,j2ee容器的名稱,版本
c,數據庫的名稱,版本(精確版本)以及jdbc驅動的版本
d,出現亂碼的source code(比如是system out 出來的,還是jsp頁面中的,如果是jsp中的,那麼頭
部聲明的情況也很重要)

3,如何初步分析亂碼出現的原因。
有了上述的信息,基本上就可以發帖求助了,相信放到javaworld等論壇上,很快就會有高手給你提出
有效的解決方案的。
當然不能總靠發帖求助,也要試試自行解決問題。如何下手呢?
a,分析一下你的”亂碼”到底是什麼編碼。這個其實不難,比如
System.out.println(testString);
這一段出現了亂碼,那麼不妨用窮舉法猜測一下它的實際編碼格式。
System.out.println(new String(testString.getBytes(”ISO-8859-1〃),”gb2312〃));
System.out.println(new String(testString.getBytes(”UTF8〃),”gb2312〃));
System.out.println(new String(testString.getBytes(”GB2312〃),”gb2312〃));
System.out.println(new String(testString.getBytes(”GBK”),”gb2312〃));
System.out.println(new String(testString.getBytes(”BIG5〃),”gb2312〃));
等等,上述代碼的意思是用制定的編碼格式去讀取testString這個”亂碼”,並轉換成gb2312(此處僅
以中文爲例)

然後你看哪一個轉換出來的結果是ok的,那就。。。

b,如果用上面的步驟能得到正確的中文,說明你的數據肯定是在的,只不過是界面中沒有正確顯示而
已。那麼第二步就該糾正你的view部分了
,通常需要檢查的是jsp中是否選擇了正確的頁面編碼。
在此要聲明被很多人誤解的一點,那就是<%@ page contentType=”text/html; charset=GB2312〃 %>
指令和<META http-equiv=Content-Type
content=”text/html; charset=gb2312〃>兩者的不同。通常網上的很多文章在提到中文問題時都是說
數據庫中選擇unicode或者gb2312存儲,同
時在jsp中用page指令聲明編碼就可以解決。但是我覺得這種說法很不負責任,害的我費了N多時間爲本
來並不存在的亂碼而鬱悶。實際上page
的作用是在jsp被編譯成爲html的過程中提供編碼方式讓java來”讀取”表達式當中的String(有點類
似於上面的第三個語句的作用),而meta
的作用是衆所周知的爲IE瀏覽器提供編碼選擇,是用來”顯示”最後的數據的。但是沒有看到有人提醒
這一點,我一直把page當成meta在用,
導致本來是iso-8859的數據,被page指令讀成gb2312,於是亂碼,所以又加了編碼轉化的函數把所有的
string數據都從iso8859轉到gb2312(爲
什麼這麼轉,當時也沒考慮這麼多,因爲這麼做可以正常顯示了,所以就這麼改了,呵呵當時實在沒有
時間慢慢排查問題了)。

4,數據庫選擇什麼樣的編碼比較好。
目前流行的DB主要有sql server,mysql,oracle,DB2等,其中mysql作爲免費DB中的老大,性能和功
能是得到公認的,安裝配置比較方便,相應的driver也比較完善,性價比是絕對的OK。所以就以mysql爲例。
我個人建議採用mysql的默認編碼來存儲,也就是iso-8859-1(在mysql的選項中對應於latin-1)。理由主要有這麼幾個,一是iso-8859-1對中
文的支持不錯;二是跟java中的默認編碼一致,至少在很多地方免除了轉換編碼的麻煩;三是默認的比較穩定,兼容性也更好,因爲多編碼的支持是由具體的DB產品提供的,別說跟其它的DB會不兼容,即使自身的不同版本也可能出現兼容性的問題。

例如mysql 4.0以前的產品中,很多中文的解決方案是利用connection中的characterEncoding字段來制
定編碼,比如gb2312什麼的,這樣是ok的,因爲原數據都是ISO8859_1編碼,jdbc驅動會採用url裏面指定的character set來進行編碼,resultSet.getString(*)取出的就是編碼後的字符串。這樣就直接拿到gb2312的數據了。

但是mysql 4.1的推出給很多dbadmin帶來了不小的麻煩,因爲mysql4.1支持column level的characterset,每個table,column都可以指定編碼,不指定就是ISO8895_1,因此jdbc取出數據後會根據column的character set來進行編碼,而不再是用一個全局的參數來取所有的數據了。

這從另一個方面也說明了亂碼問題的產生實在是很複雜的事情,原因太多了。我也只是針對自己遇到的

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章