目錄
1、概述
此文檔並不是原創，而是摘錄自網絡上的文章
主要摘自以下文章：
1、Java WEB中文亂碼問題
2、java web 亂碼 問題
2、引言
爲了能在計算機中表示不同語言中字符，每個國家（或區域）都規定了計算機信息交換用的字符編碼集，如美國的ASCII，中國GB2312和GBK，日本的JIS等。 Java語言內部用Unicode來表示字符，Unicode被稱爲統一的字符編碼標準集，它爲幾乎每種語言中的字符設定了唯一的二進制編碼，以滿足跨語言、跨平臺進行文本轉換、處理的要求。這也使得Java具有良好的可移植性，符合其國際化的思想。 然而在實際應用中，由於應用程序的運行環境不同，和各個本地字符集的補充、完善，以及系統或應用程序實現的不規範，轉碼時出現的中文亂碼問題時時困擾着程序員和用戶。
3、中文亂碼產生的原因
Java中文問題一直困擾着很多初學者，如果瞭解了Java系統的中文問題原理，我們就可以對中文問題能夠採取根本的解決之道。最古老的解決方案是使用String的字節碼轉換，這種方案問題是不方便，我們需要破壞對象封裝性，進行字節碼轉換。還有一種方式是對J2EE容器進行編碼設置，如果J2EE應用系統脫離該容器，則會發生亂碼，而且指定容器配置不符合J2EE應用和容器分離的原則。
在Java內部運算中，涉及到的所有字符串都會被轉化爲UTF-8編碼來進行運算。那麼，在被Java轉化之前，字符串是什麼樣的字符集？ Java總是根據操作系統的默認編碼字符集來決定字符串的初始編碼，而且Java系統的輸入和輸出的都是採取操作系統的默認編碼。
因此，如果能統一Java系統的輸入、輸出和操作系統3者的編碼字符集合，將能夠使Java系統正確處理和顯示漢字。這是處理Java系統漢字的一個原則， 但是在實際項目中，能夠正確抓住和控制住Java系統的輸入和輸出部分是比較難的。J2EE中，由於涉及到外部瀏覽器和數據庫等，所以中文問題亂碼顯得非常突出。
J2EE應用程序是運行在J2EE容器中。在這個系統中，輸入途徑有很多種：
輸出途徑也有幾種：
- 通過頁面表單打包成請求 （request）發往服務器的
- 通過數據庫讀入
- JSP在第一次運行時總是被編譯成Servlet，JSP中常常包含 中文字符，那麼編譯使用javac時，Java將根據默認的操作系統編碼作爲初始編碼。除非特別指定，如在Jbuilder/eclipse中可以指定默 認的字符集
由此看來，一個J2EE系統的輸入輸出是非常複雜，而且是動態變化的，而Java是跨平臺運行的，在實際編譯和運行中，都可能涉及到不同的操作系統，如果任由Java自由根據操作系統來決定輸入輸出的編碼字符集，這將不可控制地出現亂碼。
- JSP頁面的輸出。由於JSP頁面已經被編譯成Servlet，那麼在輸出時，也將根據操作系統的默認編碼來選擇輸出編碼，除非指定輸出編碼方式
- 數據庫，將字符串輸出到數據庫
正是由於Java的跨平臺特性，使得字符集問題必須由具體系統來統一解決，所以在一個Java應用系統中，解決中文亂碼的根本辦法是明確指定整個應用系統統一字符集。 指定統一字符集時，到底是指定ISO8859_1 、GBK還是UTF-8呢？
- 3.1 開發和編譯代碼時指定字符集爲UTF-8。JBuilder和Eclipse都可以在項目屬性中設置。
- 3.2 使用過濾器，如果所有請求都經過一個Servlet控制分配器，那麼使用Servlet的filter執行語句，將所有來自瀏覽器的請求（request）轉換爲UTF-8，因爲瀏覽器發過來的請求包根據瀏覽器所在的操作系統編碼，可能是各種形式編碼。
關鍵一句：request.setCharacterEncoding(“UTF-8”)。 網上有此filter的源碼，Jdon框架源碼中com.jdon.util.SetCharacterEncodingFilter ，需要配置web.xml 激活該Filter。 - 3.3在JSP頭部聲明。
- 3.4 在Jsp的html代碼中，聲明UTF-8。
- 3.5設定數據庫連接方式是UTF-8。例如連接MYSQL時配置URL如下： jdbc:mysql://localhost:3306/test?useUnicode=true&characterEncoding=UTF-8 一般數據庫都可以通過管理設置設定UTF-8
- 3.6 其他和外界交互時能夠設定編碼時就設定UTF-8，例如讀取文件，操作XML等。在Web應用中，通常都包括了瀏覽器、Web服務器、Web應用程序和數據庫等部分。若不指定編碼格式，瀏覽器會根據本地系統默認的字符集（如：GB2312）提交數據，而Web容器默認採用的是ISO-8859-1的編碼方式解析Post數據，另外JDBC驅動程序多數也採用ISO-8859-1的編碼方式
4、中文亂碼問題的解決方案
通過對中文亂碼產生原因的分析，結合容易產生該問題的具體場景，提出以下的解決方案。
4.1 最基本的亂碼問題。
這個亂碼問題是最簡單的亂碼問題。一般新人會出現。就是頁面編碼不一致導致的亂碼。
①<%@ page language="java" pageEncoding="UTF-8"%>
②<%@ page contentType="text/html;charset=iso8859-1"%>
<html>
<head>
<title>中文問題</title>
③<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。Ecljpse等編輯jsp的環境會根據這個編碼格式保存並編譯jsp文件，編輯時要將編輯jsp的環境設置成這樣的編碼格式載入。
第二處編碼爲解碼格式，即瀏覽器按照什麼格式顯示網頁。缺省是使用iso8859-1的編碼格式。因爲iso8859-1不含中文字符，這樣如有中文肯定出現亂碼。也就是要換成GB2312或UTF-8。此句必須，若不設置有時瀏覽器不知道用什麼編碼方式顯示網頁。當此句設置的和第一句相同時，可以省略第一句。
第三處編碼爲html控制瀏覽器的解碼方式。如果前面的兩處都無誤的話，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。
4.2 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。
4.3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。
如：在web.xml裏面加
- 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。
- 接受此參數的頁面，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，直接使用 String str = 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。
- 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。
<filter>
<filter-name>char</filter-name>
<filter-class>com.bbs.common.CharacterFilter</filter-class>
</filter>
<filter-mapping>
<filter-name>char</filter-name>
<url-pattern>/*</url-pattern>
</filter-mapping>CharacterFilter類
package com.bbs.common;
import java.io.IOException;
import javax.servlet.Filter;
import javax.servlet.FilterChain;
import javax.servlet.FilterConfig;
import javax.servlet.ServletException;
import javax.servlet.ServletRequest;
import javax.servlet.ServletResponse;
public class CharacterFilter implements Filter {
public void destroy() {
}
public void doFilter(ServletRequest request, ServletResponse response,FilterChain chain) throws IOException, ServletException {
System.out.println("filter....");
request.setCharacterEncoding("UTF-8");
chain.doFilter(request, response);
}
public void init(FilterConfig filterConfig) throws ServletException {
}
}
4.4數據庫中的中文
對於大多數數據庫的JDBC驅動程序，在Java程序和數據庫之間傳遞數據都是以ISO-8859-1爲默認編碼格式，所以，在程序中向數據庫存儲包含中文的數據時，驅動程序受限把程序內部Unicode編碼格式的數據轉換爲ISO-8859-1編碼，然後傳遞到數據庫中；在數據庫保持數據時，默認即以ISO-8859-1保持，這就是爲什麼常常在數據庫中讀取中文數據時，讀到的是亂碼。要解決上述問題 只需要將數據庫默認的編碼格式改爲GBK或GB2312即可。
4.5 瀏覽器原因中文亂碼
問題：編碼爲utf-8，url 出現亂碼。form表單get、post方式都無亂碼，頁面鏈接地址也無中文亂碼，刷新頁面無亂碼，但是選中地址欄中的url 敲回車，亂碼出現了！
原因：瀏覽器配置問題。
解決方案：
ie：“internet選項/高級”中“總以utf-8發送網址”的選項的配置；
firefox：地址欄中輸入about：config，修改network.standard-url.escape-utf8 爲False （缺省爲True）；如果你想讓瀏覽器直接url-encode成utf-8，修改network.standard-url.encode-utf8爲true（缺省爲false）。解釋：根據Web規範，URL必須以UTF-8字符集進行編碼。 而Firefox默認gbk encode，ie默認utf8 encode；另外Firefox對地址中的中文采取了不同於IE的編碼方式，也就是說：當url參數值含有中文時firefox默認使用escape進行編碼，當參數值沒有用escape進行編碼時，使用進行解碼IE下不會亂碼，但Firefox下會亂碼。
附：prefs.converted-to-utf8 * 首選項轉換成UTF-8編碼格式 network.standard-url * Standard URL settings
4.6、服務器apache上的亂碼
apache的配置問題，注意的方面有以下幾點：
1）conf/httpd.conf
把AddDefaultCharset ISO-8859-1 改成 AddDefaultCharset GBK
2）apache進行了rewrite
把需要rewrite的url中的中文參數進行兩次編碼(encode)，因爲apache在rewrite時會做一次url解碼，這時jk進行請求轉發時，就不會再是編碼後的字符串了；或者在接收請求時先用ISO-8859-1取字節流，再使用UFT-8來new String。(new String(str.getBytes(“ISO-8859-1”)，”UFT-8”))