在前面的網(wǎng)頁中的編碼與亂碼系列中，曾多次提到使用 servlet 方式構(gòu)建的動態(tài)響應(yīng)流，不過在那里都是直接使用字節(jié)流的方式，不過，更為常見的方式是使用字符流。而在前面，又談到了 Java 字節(jié)流與字符流的話題。

有了前面的基礎(chǔ)，現(xiàn)在來說下 Java servlet 中使用字符流，也即是 PrintWriter 時(shí)的編碼與亂碼問題。

回顧字節(jié)流的情形

先回顧一下，在之前的字節(jié)流響應(yīng)中，我們使用 String.getBytes 方法，然后總是顯式傳入編碼的參數(shù)，使它與 meta 中或者 header 的聲明一致。比如這樣：

或者這樣：

只要保持了一致，就不用擔(dān)心發(fā)生亂碼的問題。

使用 PrintWriter 字符流，缺省編碼

現(xiàn)在假如使用 PrintWriter 來作為響應(yīng)呢？比如這樣：

代碼中并沒有顯式傳入什么編碼的參數(shù)，不像 String.getBytes 那樣。另一方面，我們知道，字符流最終還是要轉(zhuǎn)換成字節(jié)流，可是它到底使用了什么編碼呢？是不是 Charset.defaultCharset 中的值呢？

就以上述代碼為例，假如現(xiàn)在在瀏覽器中查看，會發(fā)現(xiàn)結(jié)果是這樣的：

可見 defaultCharset 缺省是 utf-8，前面說過，這其實(shí)來自于啟動 tomcat server 時(shí)所傳入的參數(shù) –Dfile.encoding：

但漢字卻沒有正確輸出，可見 PrintWriter 并沒有采用這個(gè)缺省值。查看 header 中的響應(yīng)：

也沒有任何編碼的指示。

雖然 meta 中聲明是 utf-8，輸出的缺省字符集的值也是 utf-8，可是從最終結(jié)果不難看出 PrintWriter 并沒有采納這個(gè)值來轉(zhuǎn)換字節(jié)流。（實(shí)際上它根本不會試圖去理解這個(gè)）。

看一看它的文檔說明，會發(fā)現(xiàn)情況有點(diǎn)不一樣：

原來沒有指定時(shí)，PrintWriter 不是用 Charset.defaultCharset 中的值，而是用 response.getCharacterEncoding 方法中所返回的值，而沒有指定的話，那個(gè)方法其實(shí)就返回一個(gè)缺省值：ISO-8859-1。

再看看 getCharacterEncoding 方法：

可以看到它的值又是來源于顯式的 response.setCharacterEncoding 或 response.setContentType 方法，或者是隱式的 setLocale 方法。（顯式的具有更高的優(yōu)先級）假如沒有，就用缺省的 ISO-8859-1。

它還提到 RFC 2047 標(biāo)準(zhǔn) ，打開看看，是關(guān)于 MIME 中非 ASCII 文本的消息頭擴(kuò)展（MIME (Multipurpose Internet Mail Extensions) Part Three:  Message Header Extensions for Non-ASCII Text）的。文中有一處提到如果字符集編碼缺失，推薦用 iso8859 系列：

注意這里沒有明說是 iso-8859-1，它說的是 iso-8859-*，不過 servlet 最終采用的是 iso-8859-1.

所以現(xiàn)在清楚了，缺省用 iso-8859-1，可以用 getCharacterEncoding 得到它的值，不過 iso 不支持中文字符，所以響應(yīng)流中不能出現(xiàn)中文：

結(jié)果是這樣：

使用 PrintWriter 字符流，顯式指定編碼

按照前面說的，可以在 write 之前使用 setCharacterEncoding 等方法指定編碼：

這樣就 OK 了：

要注意，這種情況下，response header 中仍然沒有 charset 信息，所以要在 meta 中指定。

也可以用 setContentType （或前面一直用的 setHeader，其實(shí)兩者是等價(jià)的）：

也能達(dá)成同樣效果：

這種情況下，response header 中包含 charset 信息，所以前面的代碼中可以省略在 meta 中的聲明：

那么，現(xiàn)在我們明白了，PrintWriter 的缺省與普通字符流的缺省是不同的，機(jī)制有所差別。

使用普通字符流，缺省編碼

當(dāng)然如果你一定要用普通字符流，也是可以的，但最后需要主動 flush：

這時(shí)的缺省就是 Charset.defaultCharset 中的值了，這里把它拼在了 meta 和最終的輸出中，響應(yīng)也是正常的：

結(jié)果是 utf-8。跟前面所說的 tomcat server 啟動時(shí)參數(shù)的值一致。

使用普通字符流，顯式指定編碼

如果不打算用缺省，那就直接指定：

結(jié)果同樣是 OK 的：

當(dāng)然，一般還是建議使用 PrintWriter 來輸出，而即便你一定要用普通字符流，也最好不要用缺省。

那么關(guān)于 Java servlet 中使用 PrintWriter 時(shí)的編碼與亂碼問題就介紹到這里。本文中的示例代碼見：servlet-PrintWriter_jb51.rar

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論