Java在web頁面上的編碼解碼處理及中文URL亂碼解決
編碼&解碼
通過下圖我們可以了解在javaWeb中有哪些地方有轉碼：
用戶想服務器發(fā)送一個HTTP請求，需要編碼的地方有url、cookie、parameter，經(jīng)過編碼后服務器接受HTTP請求，解析HTTP請求，然后對url、cookie、parameter進行解碼。在服務器進行業(yè)務邏輯處理過程中可能需要讀取數(shù)據(jù)庫、本地文件或者網(wǎng)絡中的其他文件等等，這些過程都需要進行編碼解碼。當處理完成后，服務器將數(shù)據(jù)進行編碼后發(fā)送給客戶端，瀏覽器經(jīng)過解碼后顯示給用戶。在這個整個過程中涉及的編碼解碼的地方較多，其中最容易出現(xiàn)亂碼的位置就在于服務器與客戶端進行交互的過程。
上面整個過程可以概括成這樣，頁面編碼數(shù)據(jù)傳遞給服務器，服務器對獲得的數(shù)據(jù)進行解碼操作，經(jīng)過一番業(yè)務邏輯處理后將最終結果編碼處理后傳遞給客戶端，客戶端解碼展示給用戶。所以下面我就請求對javaweb的編碼&解碼進行闡述。
請求
客戶端想服務器發(fā)送請求無非就通過四中情況：
1、URL方式直接訪問。
2、頁面鏈接。
3、表單get提交
4、表單post提交
URL方式
對于URL，如果該URL中全部都是英文的那倒是沒有什么問題，如果有中文就要涉及到編碼了。如何編碼？根據(jù)什么規(guī)則來編碼？又如何來解碼呢？下面將一一解答！首先看URL的組成部分：
在這URL中瀏覽器將會對path和parameter進行編碼操作。為了更好地解釋編碼過程，使用如下URL
http://127.0.0.1:8080/perbank/我是cm?name=我是cm
將以上地址輸入到瀏覽器URL輸入框中，通過查看http 報文頭信息我們可以看到瀏覽器是如何進行編碼的。下面是IE、Firefox、Chrome三個瀏覽器的編碼情況：
可以看到各大瀏覽器對“我是”的編碼情況如下：
|
path部分 |
Query String |
|
|
Firefox |
E6 88 91 E6 98 AF |
E6 88 91 E6 98 AF |
|
Chrome |
E6 88 91 E6 98 AF |
E6 88 91 E6 98 AF |
|
IE |
E6 88 91 E6 98 AF |
CE D2 CA C7 |
查閱上篇博客的編碼可知對于path部分Firefox、chrome、IE都是采用UTF-8編碼格式，對于Query String部分Firefox、chrome采用UTF-8，IE采用GBK。至于為什么會加上%，這是因為URL的編碼規(guī)范規(guī)定瀏覽器將ASCII字符非 ASCII 字符按照某種編碼格式編碼成 16 進制數(shù)字然后將每個 16 進制表示的字節(jié)前加上“%”。
當然對于不同的瀏覽器，相同瀏覽器不同版本，不同的操作系統(tǒng)等環(huán)境都會導致編碼結果不同，上表某一種情況，對于URL編碼規(guī)則下任何結論都是過早的。由于各大瀏覽器、各個操作系統(tǒng)對URL的URI、QueryString編碼都可能存在不同，這樣對服務器的解碼勢必會造成很大的困擾，下面我們將已tomcat，看tomcat是如何對URL進行解碼操作的。
解析請求的 URL 是在 org.apache.coyote.HTTP11.InternalInputBuffer 的 parseRequestLine 方法中，這個方法把傳過來的 URL 的 byte[] 設置到 org.apache.coyote.Request 的相應的屬性中。這里的 URL 仍然是 byte 格式，轉成 char 是在 org.apache.catalina.connector.CoyoteAdapter 的 convertURI 方法中完成的：
protected void convertURI(MessageBytes uri, Request request)
throws Exception {
ByteChunk bc = uri.getByteChunk();
int length = bc.getLength();
CharChunk cc = uri.getCharChunk();
cc.allocate(length, -1);
String enc = connector.getURIEncoding(); //獲取URI解碼集
if (enc != null) {
B2CConverter conv = request.getURIConverter();
try {
if (conv == null) {
conv = new B2CConverter(enc);
request.setURIConverter(conv);
}
} catch (IOException e) {...}
if (conv != null) {
try {
conv.convert(bc, cc, cc.getBuffer().length - cc.getEnd());
uri.setChars(cc.getBuffer(), cc.getStart(), cc.getLength());
return;
} catch (IOException e) {...}
}
}
// Default encoding: fast conversion
byte[] bbuf = bc.getBuffer();
char[] cbuf = cc.getBuffer();
int start = bc.getStart();
for (int i = 0; i < length; i++) {
cbuf[i] = (char) (bbuf[i + start] & 0xff);
}
uri.setChars(cbuf, 0, length);
}
從上面的代碼可知，對URI的解碼操作是首先獲取Connector的解碼集，該配置在server.xml中
<Connector URIEncoding="utf-8" />
如果沒有定義則會采用默認編碼ISO-8859-1來解析。
對于Query String部分，我們知道無論我們是通過get方式還是POST方式提交，所有的參數(shù)都是保存在Parameters，然后我們通過request.getParameter，解碼工作就是在第一次調用getParameter方法時進行的。在getParameter方法內部它調用org.apache.catalina.connector.Request 的 parseParameters 方法，這個方法將會對傳遞的參數(shù)進行解碼。下面代碼只是parseParameters方法的一部分：
//獲取編碼
String enc = getCharacterEncoding();
//獲取ContentType 中定義的 Charset
boolean useBodyEncodingForURI = connector.getUseBodyEncodingForURI();
if (enc != null) { //如果設置編碼不為空，則設置編碼為enc
parameters.setEncoding(enc);
if (useBodyEncodingForURI) { //如果設置了Chartset，則設置queryString的解碼為ChartSet
parameters.setQueryStringEncoding(enc);
}
} else { //設置默認解碼方式
parameters.setEncoding(org.apache.coyote.Constants.DEFAULT_CHARACTER_ENCODING);
if (useBodyEncodingForURI) {
parameters.setQueryStringEncoding(org.apache.coyote.Constants.DEFAULT_CHARACTER_ENCODING);
}
}
從上面代碼可以看出對query String的解碼格式要么采用設置的ChartSet要么采用默認的解碼格式ISO-8859-1。注意這個設置的ChartSet是在 http Header中定義的ContentType，同時如果我們需要改指定屬性生效，還需要進行如下配置：
<Connector URIEncoding="UTF-8" useBodyEncodingForURI="true"/>
上面部分詳細介紹了URL方式請求的編碼解碼過程。其實對于我們而言，我們更多的方式是通過表單的形式來提交。
表單GET
我們知道通過URL方式提交數(shù)據(jù)是很容易產(chǎn)生亂碼問題的，所以我們更加傾向于通過表單形式。當用戶點擊submit提交表單時，瀏覽器會更加設定的編碼來編碼數(shù)據(jù)傳遞給服務器。通過GET方式提交的數(shù)據(jù)都是拼接在URL后面（可以當做query String？？）來提交的，所以tomcat服務器在進行解碼過程中URIEncoding就起到作用了。tomcat服務器會根據(jù)設置的URIEncoding來進行解碼，如果沒有設置則會使用默認的ISO-8859-1來解碼。假如我們在頁面將編碼設置為UTF-8，而URIEncoding設置的不是或者沒有設置，那么服務器進行解碼時就會產(chǎn)生亂碼。這個時候我們一般可以通過new String(request.getParameter("name").getBytes("iso-8859-1"),"utf-8") 的形式來獲取正確數(shù)據(jù)。
表單POST
對于POST方式，它采用的編碼也是由頁面來決定的即contentType。當我通過點擊頁面的submit按鈕來提交表單時，瀏覽器首先會根據(jù)ontentType的charset編碼格式來對POST表單的參數(shù)進行編碼然后提交給服務器，在服務器端同樣也是用contentType中設置的字符集來進行解碼（這里與get方式就不同了），這就是通過POST表單提交的參數(shù)一般而言都不會出現(xiàn)亂碼問題。當然這個字符集編碼我們是可以自己設定的：request.setCharacterEncoding(charset) 。
解決URL中文亂碼問題
我們主要通過兩種形式提交向服務器發(fā)送請求：URL、表單。而表單形式一般都不會出現(xiàn)亂碼問題，亂碼問題主要是在URL上面。通過前面幾篇博客的介紹我們知道URL向服務器發(fā)送請求編碼過程實在是實在太混亂了。不同的操作系統(tǒng)、不同的瀏覽器、不同的網(wǎng)頁字符集，將導致完全不同的編碼結果。如果程序員要把每一種結果都考慮進去，是不是太恐怖了？有沒有辦法，能夠保證客戶端只用一種編碼方法向服務器發(fā)出請求？
有！這里我主要提供以下幾種方法
javascript
使用javascript編碼不給瀏覽器插手的機會，編碼之后再向服務器發(fā)送請求，然后在服務器中解碼。在掌握該方法的時候，我們需要料及javascript編碼的三個方法：escape()、encodeURI()、encodeURIComponent()。
escape
采用SIO Latin字符集對指定的字符串進行編碼。所有非ASCII字符都會被編碼為%xx格式的字符串，其中xx表示該字符在字符集中所對應的16進制數(shù)字。例如，格式對應的編碼為%20。它對應的解碼方法為unescape()。
事實上escape()不能直接用于URL編碼，它的真正作用是返回一個字符的Unicode編碼值。比如上面“我是cm”的結果為%u6211%u662Fcm，其中“我”對應的編碼為6211，“是”的編碼為662F，“cm”編碼為cm。
注意，escape()不對"+"編碼。但是我們知道，網(wǎng)頁在提交表單的時候，如果有空格，則會被轉化為+字符。服務器處理數(shù)據(jù)的時候，會把+號處理成空格。所以，使用的時候要小心。
encodeURI
對整個URL進行編碼，它采用的是UTF-8格式輸出編碼后的字符串。不過encodeURI除了ASCII編碼外對于一些特殊的字符也不會進行編碼如：! @ # $& * ( ) = : / ; ? + '。
encodeURIComponent
把URI字符串采用UTF-8編碼格式轉化成escape格式的字符串。相對于encodeURI，encodeURIComponent會更加強大，它會對那些在encodeURI()中不被編碼的符號（; / ? : @ & = + $ , #）統(tǒng)統(tǒng)會被編碼。但是encodeURIComponent只會對URL的組成部分進行個別編碼，而不用于對整個URL進行編碼。對應解碼函數(shù)方法decodeURIComponent。
當然我們一般都是使用encodeURI方來進行編碼操作。所謂的javascript兩次編碼后臺兩次解碼就是使用該方法。javascript解決該問題有一次轉碼、兩次轉碼兩種解決方法。
一次轉碼
javascript轉碼：
var url = '<s:property value="webPath" />/ShowMoblieQRCode.servlet?name=我是cm'; window.location.href = encodeURI(url);
轉碼后的URL：http://127.0.0.1:8080/perbank/ShowMoblieQRCode.servlet?name=%E6%88%91%E6%98%AFcm
后臺處理:
String name = request.getParameter("name");
System.out.println("前臺傳入?yún)?shù)：" + name);
name = new String(name.getBytes("ISO-8859-1"),"UTF-8");
System.out.println("經(jīng)過解碼后參數(shù)：" + name);
輸出結果：
前臺傳入?yún)?shù)：??????cm
經(jīng)過解碼后參數(shù)：我是cm
二次轉碼
javascript
var url = '<s:property value="webPath" />/ShowMoblieQRCode.servlet?name=我是cm'; window.location.href = encodeURI(encodeURI(url));
轉碼后的url:http://127.0.0.1:8080/perbank/ShowMoblieQRCode.servlet?name=%25E6%2588%2591%25E6%2598%25AFcm
后臺處理：
String name = request.getParameter("name");
System.out.println("前臺傳入?yún)?shù)：" + name);
name = URLDecoder.decode(name,"UTF-8");
System.out.println("經(jīng)過解碼后參數(shù)：" + name);
輸出結果：
前臺傳入?yún)?shù)：E68891E698AFcm
經(jīng)過解碼后參數(shù)：我是cm
filter
使用過濾器，過濾器提供兩種，第一種設置編碼，第二種直接在過濾器中進行解碼操作。
過濾器1
該過濾器是直接設置request的編碼格式的。
public class CharacterEncoding implements Filter {
private FilterConfig config ;
String encoding = null;
public void destroy() {
config = null;
}
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain chain) throws IOException, ServletException {
request.setCharacterEncoding(encoding);
chain.doFilter(request, response);
}
public void init(FilterConfig config) throws ServletException {
this.config = config;
//獲取配置參數(shù)
String str = config.getInitParameter("encoding");
if(str!=null){
encoding = str;
}
}
}
配置：
<!-- 中文過濾器的配置 --> <filter> <filter-name>chineseEncoding</filter-name> <filter-class>com.test.filter.CharacterEncoding</filter-class> <init-param> <param-name>encoding</param-name> <param-value>utf-8</param-value> </init-param> </filter> <filter-mapping> <filter-name>chineseEncoding</filter-name> <url-pattern>/*</url-pattern> </filter-mapping>
過濾器2
該過濾器在處理方法中將參數(shù)直接進行解碼操作，然后將解碼后的參數(shù)重新設置到request的attribute中。
public class CharacterEncoding implements Filter {
protected FilterConfig filterConfig ;
String encoding = null;
public void destroy() {
this.filterConfig = null;
}
/**
* 初始化
*/
public void init(FilterConfig filterConfig) {
this.filterConfig = filterConfig;
}
/**
* 將 inStr 轉為 UTF-8 的編碼形式
*
* @param inStr 輸入字符串
* @return UTF - 8 的編碼形式的字符串
* @throws UnsupportedEncodingException
*/
private String toUTF(String inStr) throws UnsupportedEncodingException {
String outStr = "";
if (inStr != null) {
outStr = new String(inStr.getBytes("iso-8859-1"), "UTF-8");
}
return outStr;
}
/**
* 中文亂碼過濾處理
*/
public void doFilter(ServletRequest servletRequest,
ServletResponse servletResponse, FilterChain chain) throws IOException,
ServletException {
HttpServletRequest request = (HttpServletRequest) servletRequest;
HttpServletResponse response = (HttpServletResponse) servletResponse;
// 獲得請求的方式 (1.post or 2.get), 根據(jù)不同請求方式進行不同處理
String method = request.getMethod();
// 1. 以 post 方式提交的請求 , 直接設置編碼為 UTF-8
if (method.equalsIgnoreCase("post")) {
try {
request.setCharacterEncoding("UTF-8");
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
}
// 2. 以 get 方式提交的請求
else {
// 取出客戶提交的參數(shù)集
Enumeration<String> paramNames = request.getParameterNames();
// 遍歷參數(shù)集取出每個參數(shù)的名稱及值
while (paramNames.hasMoreElements()) {
String name = paramNames.nextElement(); // 取出參數(shù)名稱
String values[] = request.getParameterValues(name); // 根據(jù)參數(shù)名稱取出其值
// 如果參數(shù)值集不為空
if (values != null) {
// 遍歷參數(shù)值集
for (int i = 0; i < values.length; i++) {
try {
// 回圈依次將每個值調用 toUTF(values[i]) 方法轉換參數(shù)值的字元編碼
String vlustr = toUTF(values[i]);
values[i] = vlustr;
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
}
// 將該值以屬性的形式藏在 request
request.setAttribute(name, values);
}
}
}
// 設置響應方式和支持中文的字元集
response.setContentType("text/html;charset=UTF-8");
// 繼續(xù)執(zhí)行下一個 filter, 無一下個 filter 則執(zhí)行請求
chain.doFilter(request, response);
}
}
配置：
<!-- 中文過濾器的配置 --> <filter> <filter-name>chineseEncoding</filter-name> <filter-class>com.test.filter.CharacterEncoding</filter-class> </filter> <filter-mapping> <filter-name>chineseEncoding</filter-name> <url-pattern>/*</url-pattern> </filter-mapping>
其他
1、設置pageEncoding、contentType
<%@ page language="java" contentType="text/html;charset=UTF-8" pageEncoding="UTF-8"%>
2、設置tomcat的URIEncoding
在默認情況下，tomcat服務器使用的是ISO-8859-1編碼格式來編碼的，URIEncoding參數(shù)對get請求的URL進行編碼，所以我們只需要在tomcat的server.xml文件的<Connector>標簽中加上URIEncoding="utf-8"即可。
相關文章
利用Spring Boot創(chuàng)建docker image的完整步驟
這篇文章主要給大家介紹了關于如何利用Spring Boot創(chuàng)建docker image的完整步驟，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-08-08
Java爬蟲實戰(zhàn)抓取一個網(wǎng)站上的全部鏈接
這篇文章主要介紹了JAVA使用爬蟲抓取網(wǎng)站網(wǎng)頁內容的方法,現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧。2016-10-10
這篇文章主要為大家介紹了分布式系統(tǒng)下調用鏈追蹤技術面試問題合集，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步早日升職加薪2022-03-03
這篇文章主要介紹了SpringBoot初始化器的分析，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-07-07
這篇文章主要為大家介紹了java面試題解LeetCode27二叉樹的鏡像實例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-01-01
Mybatis Generator Plugin悲觀鎖實現(xiàn)示例
本文將從悲觀鎖為例，讓你快速了解如何實現(xiàn)Mybatis Generator Plugin。文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-09-09
SpringBoot3實現(xiàn)上傳圖片并返回路徑讓前端顯示圖片
這篇文章主要介紹了SpringBoot3實現(xiàn)上傳圖片并返回路徑讓前端顯示圖片,文中通過圖文和代碼講解的非常詳細,對大家的學習或工作有一定的幫助,需要的朋友可以參考下2024-12-12
這篇文章主要介紹了Java中常用的類型轉換(推薦)的相關資料,非常不錯，具有參考借鑒價值，需要的朋友可以參考下2016-06-06
本文主要研究一下Java11的HttpClient的基本使用。小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-09-09
這篇文章主要為大家詳細介紹了Java+opencv3.2.0之scharr濾波器的相關資料，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-02-02