日期:2014-05-17  浏览次数:20678 次

url get 中文乱码处理 求解惑!
tomcat 默认编码为 iso-8859-1,前台页面 <%@ page language="java" pageEncoding="gbk"%>.
我理解的是 get url的编码方式为 前台页面 pageEncoding="gbk",后台解码方式为 iso-8859-1。
这种情况我用 new String(name.getBytes("iso-8859-1"),"gbk") 可以得到正确的中文。

当我改tomcat的默认编码 为 utf-8或者是 gbk时,前台也面也设为 pageEncoding="gbk或 utf-8", 不用手动转码就可以得到正确中文。 : 前 utf-8--后 utf-8, 前gbk --- 后 utf-8。

当前 为 utf-8 后台tomcat为 gbk 时,new String(name.getBytes("gbk"),"utf-8") 出现乱码,反之亦然。

我想确认下 
1.前台页面 pageEncoding="gbk",是否决定 get url的编码方式。 如果不是那又是谁再决定。
2.后台解码时 当前台没有手动 改变参数编码,这个时候前台编码用 pageEncoding="gbk,后台解码用tomcat默认编码,当前台用了 手动编码参数,如:
<% String name=java.net.URLEncoder.encode("编辑","gbk"); %> 时,则前台 pageEncoding="gbk 对于get url 不再起作用,后台依然用 tomcat默认编码,正确么? 如果不正确,请指正!
3.对于后台 网上说 tomcat 默认的是 iso-8859-1,那weblogic的默认编码是多少? 或者是 weblogic的解码是依据哪种格式?
4.new String(字节码,"gbk") 的用意是 把字节码按gbk的方式解码,这时 解码出来的汉字是gbk编码格式的汉子,java文件本身的编码显示格式如果不是gbk,那么能正确显示么?

------解决方案--------------------
1.前台页面 pageEncoding="gbk",是否决定 get url的编码方式。 如果不是那又是谁再决定。

不是,pageEncoding 指定的是 JSP 编译转换成为 Java 文件后的编码格式,这个根本没有必要去指定!

2.后台解码时 当前台没有手动 改变参数编码,这个时候前台编码用 pageEncoding="gbk,后台解码用tomcat默认编码,当前台用了 手动编码参数,如:
<% String name=java.net.URLEncoder.encode("编辑","gbk"); %> 时,则前台 pageEncoding="gbk 对于get url 不再起作用,后台依然用 tomcat默认编码,正确么? 如果不正确,请指正!

不正确。

使用 URLEncoder.encode 或者 JavaScript 的 encode 是正确的,根据 URI 规范 URI 中可用的字符是有限制的,并不是什么字符都能往上贴:

URI: RFC 2396 (http://tools.ietf.org/html/rfc2396)
URI 中允许的字符为:保留字|未保留字|转义编码字
保留字:";" | "/" | "?" | ":" | "@" | "&" | "=" | "+" | "$" | ","
非保留字:字母 | 数字 | "-" | "_" | "." | "!" | "~" | "*" | "'" | "(" | ")"
转义编码字:不是保留字和非保留字的字符需要进行编码转义,数据中需要使用保留字时,保留字也需要进行转义。格式为 % HEX HEX


如果熟悉 HTTP 协议,那应该知道 GET 请求的 URI 是放在请求头的状态行中的。因此 URI 的解析主要看 Web 服务器采用哪种方式对 HTTP 请求状态行进行处理,并不是使用什么 pageEncoding 处理的![/color]

3.对于后台 网上说 tomcat 默认的是 iso-8859-1,那weblogic的默认编码是多少? 或者是 weblogic的解码是依据哪种格式?

没用过,没法回答你

4.new String(字节码,"gbk") 的用意是 把字节码按gbk的方式解码,这时 解码出来的汉字是gbk编码格式的汉子,java文件本身的编码显示格式如果不是gbk,那么能正确显示么? 

不能,请不要想当然地把 new String(字节码,"gbk") 这个构造当作是一个编码转换工具,这个构造只能将指定编码的字节重新组装成为字符中,并不能把其他编码的字节转换成为指定编码的字符串。

关于这个问题详见之前回复的一个帖子:

http://topic.csdn.net/u/20080623/16/e0f44f00-eaf9-4d38-b325-a3cc443f2ec9.html
------解决方案--------------------
以前也研究过编码的问题,感觉还是最好不用get方法传中文。你IDE工具不同,默认解码方式也不尽相同。不注意的话就会出现乱码。还有就是测试web容器编码跟用户的web容器编码也不一定相同,在测试容器上改编码,在用户上面就不能随便改编码了,因为他上面有可能还运行其他的项目,这样容易造成其他项目不正常。我总结的就是传中文的话就用post方式。或者将汉字转换成code代码,在后台进行解析
------解决方案--------------------
URI 中允许的字符为:保留字|未保留字|转义编码字
保留字:";" | "/" | "?" | ":" | "@" | "&" | "=" | "+" | "$" | ","
非保留字:字母 | 数字 | "-" | "_" | "." | "!" | "~" | "*" | "'" | "(" | ")"
转义编码字:不是保留字和非保留字的字符需要进行编码转义,数据中需要使用保留字时,保留字也需要进行转义。格式为 % HEX HEX

这个需要再次强调一下!可能有人会说,我在浏览器地址栏上有看到过中文的啊,比如:



这要被这迷惑了,我们看看具体发送给服务端的是什么数据:



从 HTTP 请求状态行中可以看出,这些中文字符是经过 URI 编码之后发送给服务器的。

浏览器地址上允许出现中文等非 URI 允许的字符是浏览器给我们的一种福利,记住是这是一种福利,而不是理所当然!