request/response解決中文亂碼

.Muggle發表於2021-11-07

Request中文亂碼問題以及解決方案

補充三個知識點：

  1. Get是URL解碼方式。預設解碼格式是Tomcat編碼格式。所以URL解碼是UTF-8，覆蓋掉了request容器解碼格式
  2. Post是實體內容解碼方式。預設解碼格式是request編碼格式也是UTF-8。與Tomcat編碼格式無關
  3. 解決request亂碼問題是在程式碼中用System.out.println(request.getCharacterEncoding());看看接收過來的request是用什麼方式編碼的。我的編碼方式是UTF-8，所有就沒有出現亂碼問題
  4. 下面提供通用的解決亂碼問題，如果還沒有解決可以結合上面三條自己嘗試解決。

對於Post請求的中文亂碼問題：

// 在 HttpServletRequest 介面中提供了一個 setCharacterEncoding() 方法，該方法用於設定 request 物件的解碼方式。
request.setCharacterEncoding("utf-8");  //設定request物件的解碼方式，這個要在所有獲取物件之前

GET 提交時出現的中文亂碼：

// 可以先使用錯誤碼錶 ISO-8859-1 將使用者名稱重新編碼變成位元組，然後使用碼錶 UTF-8 進行解碼。再次對 RequestParamsServlet 進行修改
// 因為get請求是在url後面進行傳值，傳進來的值已經是iso8859-1的編碼形式了，所有要按照iso8859-1重新編碼成二進位制位元組，然後按照utf-8的形式在進行解碼
name = new String(name.getBytes("iso8859-1"),"utf-8");

Response中文亂碼問題以及解決方案

下面通過案例演示亂碼問題的產生原因以及解決方式。

@WebServlet("/jsp/test")
public class TestServlet extends HttpServlet {

    public void doGet(HttpServletRequest request, HttpServletResponse response)throws ServletException, IOException {

        String data = "麻瓜";
        PrintWriter out = response.getWriter();
        out.println(data);
    }
}

當這樣不做任何處理的時候，頁面顯示出來的中文一般都是亂碼

image-20211107121904451

由於計算機中的資料都是以二進位制形式儲存的，因此，當傳輸文字資料時，會發生字元和位元組之間的轉換。字元與位元組之間的轉換是通過查碼錶完成的，將字元轉換成位元組的過程稱為編碼，將位元組轉換成字元的過程稱為解碼，如果編碼和解碼使用的碼錶不一致，則會導致亂碼問題。

知道了原理就很好解決中文亂碼問題了，首先在瀏覽器控制檯document.charset檢視自己瀏覽器的預設解碼錶是啥，我這裡使用Edge瀏覽器預設是GBK，然後在程式碼中使用response.getCharacterEncoding()，檢視自己響應到瀏覽器的編碼是什麼，我這裡為UTF-8，當然一般都是使用UTF-8進行開發所以響應回去的就是自己編寫程式碼時使用的編碼表，上面出現的亂碼問題本質就是用UTF-8編碼的中文，然後到瀏覽器中使用GBK進行解碼，最後肯定出現亂碼問題。

補充幾個知識點：

  1. response.setCharacterEncoding(“UTF-8”)的作用是指定伺服器響應給瀏覽器的編碼。但是瀏覽器會以預設的方式進行解碼。

  2. response.setContentType(“text/html;charset=utf-8”)的作用是指定伺服器響應給瀏覽器的編碼。同時，瀏覽器也是根據這個引數來對其接收到的資料進行重新編碼（或者稱為解碼）。

  3. 對於傳送資料，伺服器按照response.setCharacterEncoding<—contentType<—pageEncoding的優先順序，對要傳送的資料進行編碼，也就是說setCharacterEncoding的優先順序高於contentType。

    JSP要經過兩次的“編碼”，第一階段會用pageEncoding，第二階段會用utf-8至utf-8，第三階段就是由Tomcat出來的網頁， 用的是contentType。 
第一階段是jsp轉譯(翻譯)成.Java，它會根據pageEncoding的設定讀取jsp，結果是由指定的編碼方案翻譯成統一的UTF-8 JAVA原始碼（即.java），如果pageEncoding設定錯了，或沒有設定，出來的就是中文亂碼。 
第二階段是從原始碼(.java)編譯到位元組碼檔案(.class)，不論JSP編寫時候用的是什麼編碼方案，經過這個階段的結果全部是UTF-8的encoding的java原始碼。 
JAVAC用UTF-8的encoding讀取java原始碼，編譯成UTF-8 encoding的二進位制碼（即.class），這是JVM對常數字串在二進位制碼（java encoding）內表達的規範。 
第三階段是Tomcat（或其的application Container）載入和執行階段二的來的JAVA二進位制碼，輸出的結果，也就是在客戶端見到的，這時隱藏在階段一和階段二的引數contentType就發揮了功效

解決辦法有三種：

第一種方式以瀏覽器為標準，將程式碼中的編碼方式改為瀏覽器的編碼方式（不推薦，因為不同的使用者瀏覽器編碼方法很可能不一樣）

@WebServlet("/jsp/test")
public class TestServlet extends HttpServlet {

    public void doGet(HttpServletRequest request, HttpServletResponse response)throws ServletException, IOException {
	// 我這裡將響應回到瀏覽器的編碼和瀏覽器保持一致，就可以解決瀏覽器亂碼問題
	response.setCharacterEncoding("gbk");    //設定響應回的中文使用gbk編碼，瀏覽器再使用預設的gbk解碼就不會出現問題
        String data = "麻瓜";
        PrintWriter out = response.getWriter();
        out.println(data);
    }
}

第二種方式是以程式碼為標準，通知瀏覽器中的解碼方式改為程式碼中的編碼方式，一般編碼方式都是utf-8，這種比第一種好，但是也有人可能使用系統預設的gbk進行編碼（不過這種情況下可能就沒有亂碼問題了(￣▽￣)"），所以也有可能出問題

@WebServlet("/jsp/test")
public class TestServlet extends HttpServlet {

    public void doGet(HttpServletRequest request, HttpServletResponse response)throws ServletException, IOException {
        response.setContentType("text/html;charset=utf-8"); //通知瀏覽器使用utf-8解碼   
        // 這兩種方式效果一樣，都是設定瀏覽器的內容型別，當然不同的瀏覽器可以效果有些差距，我這裡使用的是edge
        // response.setHeader("Content-Type", "text/html;charset=utf-8");    
        String data = "麻瓜";
        PrintWriter out = response.getWriter();
        out.println(data);
    }
}

中間插入一個測試

@WebServlet("/jsp/test")
public class TestServlet extends HttpServlet {

    public void doGet(HttpServletRequest request, HttpServletResponse response)throws ServletException, IOException {
        System.out.println(response.getCharacterEncoding()); // UTF-8，這裡是編碼預設的大寫UTF-8
        response.setContentType("text/html;charset=gbk");

        System.out.println(response.getCharacterEncoding());// gbk
        response.setCharacterEncoding("utf-8");

        System.out.println(response.getCharacterEncoding());// 我修改後為小寫utf-8

        String data = "麻瓜";
        PrintWriter out = response.getWriter();
        out.println(data);
        // 最後瀏覽器控制檯document.charset：'UTF-8'
        // 如果將setContentType和setCharacterEncoding調換位置，那麼最後瀏覽器控制檯document.charset：'GBK'
        // 出現這種情況和網上一些說setCharacterEncoding優先順序高的有些區別，我這裡就以實測為標準，是因為程式碼順序決定的優先順序，有大佬知道原因的求指導
        // 但是如果沒有設定setContentType，那麼setCharacterEncoding只會修改程式碼中的編碼方式，不會修改瀏覽器的預設解碼方式
    }
}

由上面測試可以看出，如果不設定setContentType，那麼setCharacterEncoding也不會有效果，那麼

理論上統一編碼方式為utf-8，這種方式基本可以解決所有問題了

@WebServlet("/jsp/test")
public class TestServlet extends HttpServlet {

    public void doGet(HttpServletRequest request, HttpServletResponse response)throws ServletException, IOException {
        
        response.setCharacterEncoding("utf-8");
        response.setContentType("text/html;charset=utf-8");

        String data = "麻瓜";
        PrintWriter out = response.getWriter();
        out.println(data);
    }
}

不過這種方式和第二種方式效果一樣，最後還是推薦第二種方式，程式設計師都是懶人嘛，寫的少就是yyds。

相關文章