Jsp中文编码问题（上）

蔚落 2022-06-18 05:45 219阅读 0赞

**摘要：**

本文首先介绍了一个JSP的源文件执行过程，即需要经过三个阶段，两次编码，才能完成一次完整的输出。特别需要注意的是，在这个过程中，编码问题贯穿始终。我们知道在JSP/Servlet中，主要有以下四种方式可以设置编码，即 pageEncoding、contentType、request.setCharacterEncoding 和 response.setCharacterEncoding，在本文中，我们就这四种方式进行深入的介绍和总结。

--------------------

## 一. JSP的执行过程与编码设定概述 ##

在JSP/Servlet中，主要有以下四种方式可以设置编码，其中前两个只能应用于JSP中，而后两个可以用于 JSP 和 Servlet 中。

*  pageEncoding=”UTF-8”;
 *  contentType=”text/html;charset=UTF-8;
 *  request.setCharacterEncoding(“UTF-8”) ;
 *  response.setCharacterEncoding(“UTF-8”)。

--------------------

pageEncoding是jsp文件本身的编码；contentType的charset是指服务器发送给客户端时的内容编码；

JSP要经过两次的“编码”，第一阶段会用pageEncoding，第二阶段会用utf-8至utf-8，第三阶段就是由Tomcat出来的网页， 用的是contentType。

事实上，一个JSP的源文件需要经过三个阶段，两次编码，才能完成一次完整的输出，这三个阶段是：

**第一阶段：转译（.jsp -> .[Java][]；pageEncoding -> UTF-8）。**将jsp编译成Servlet（.java）文件，用到的指令是pageEncoding。在编译过程中，根据pageEncoding＝“XXX”的指示，找到编码的规则为“XXX”，然后服务器将JSP文件编译成.java文件时会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译成统一的UTF-8编码的JAVA源码（即.java）。

**第二阶段：编译（.java -> .class；UTF-8 -> UTF-8）。**从Servlet文件（.java）到Java字节码文件（.class），从UTF-8到UTF-8。在这一阶段中，不论JSP编写时候用的是什么编码方案，经过这个阶段的结果全部是UTF-8的encoding的java源码。JAVAC用UTF-8的encoding读取java源码，编译成UTF-8编码的二进制码（即.class），这是JVM对常数字串在二进制码（[Java ][Java 1]encoding）内表达的规范。这一过程是由JVM的内在规范决定的，不受外界控制。

**第三阶段：是Tomcat（或其他container）载入和执行阶段二的Java二进制码，输出的结果到客户端的（UTF-8 -> contentType）过程。**从服务器到浏览器，在这一过程中用到的指令是contentType。服务器载入和执行由第二阶段生成出来JAVA二进制码，输出的结果，也就是在客户端可见到的结果，在这次输出过程中，由contentType属性中的charset来指定，将UTF8形式的二进制码以charset的编码形式来输出。如果没有人为设定，则默认的是ISO-8859-1的形式。

特别需要注意的是，**pageEncoding 的默认值是 “ISO-8859-1”, contentType 的默认值是 “text/html;ISO-8859-1”。**

注意: 第一、三两个阶段的转码个人感觉联想到Sting转码更容易理解些，例如 ：new String(name.getBytes(“ISO-8859-1”), “utf-8”)。

--------------------

## 二. pageEncoding=”UTF-8” ##

**pageEncoding=”UTF-8” 的作用是设置JSP编译成Servlet时使用的编码。**通常，在JSP内部定义的字符串（直接在JSP中定义，而不是从浏览器提交的数据）出现乱码时，很多都是由于该参数设置错误引起的。例如，你的 JSP文件中含有中文字符，而在JSP中却指定pageEncoding=”iso-8859-1”，就会导致中文字符显示异常。看下面的例子：

<%@ page language="java" pageEncoding="iso-8859-1" import="java.util.*" %>
 
 <html>
 <head>
 <title>哈哈</title>
 </head>
 <body>
 中文 
 </body>
 </html>

在其编译为Servlet后，其源码（片段）如下所示：

public void _jspService(HttpServletRequest request, HttpServletResponse response)
 throws java.io.IOException, ServletException {
 
 // ...
 
 out.write("<html>\r\n");
 out.write(" <head>\r\n");
 out.write(" <title>å“ˆå“ˆ</title>\r\n");
 out.write(" </head>\r\n");
 out.write(" <body>\r\n");
 out.write(" \t ä¸æ–‡ \r\n");
 out.write(" </body>\r\n");
 out.write("</html>\r\n");
 
 // ...

访问该页面，页面显示如下：

![pageEncoding.png-13.9kB][]

我们可以看到，由于pageEncoding被指定为”iso-8859-1”，导致其在由服务器将JSP文件编译成.java文件过程中，在使用“iso-8859-1”读取jsp并翻译成统一的UTF-8编码的JAVA源码时，所有的中文字符被转成乱码，并使得其呈现给用户的响应也包含乱码。特别地，该属性还有一个功能，就是在JSP中不指定contentType参数，也不使用response.setCharacterEncoding方法时，指定对服务器响应的内容进行编码。

--------------------

## 二. contentType=”text/html;charset=UTF-8” ##

**contentType=”text/html;charset=UTF-8” 的作用是将上述第二阶段所生成的UTF8形式的二进制码以charset的编码形式来输出到客户端，**如果设置不当的话，会出现乱码。看下面的例子：

<%@ page language="java" contentType="text/html;iso-8859-1" import="java.util.*" pageEncoding="utf-8"%>
 
 <html>
 <head>
 <title>哇哈哈</title>
 </head>
 <body>
 哇哈哈 
 </body>
 </html>

在其编译为Servlet后，其源码（片段）如下所示：

public void _jspService(HttpServletRequest request, HttpServletResponse response)
 throws java.io.IOException, ServletException {
 
 // ...
 
 out.write("<html>\r\n");
 out.write(" <head>\r\n");
 out.write(" <title>哇哈哈</title>\r\n");
 out.write(" </head>\r\n");
 out.write(" <body>\r\n");
 out.write(" \t 哇哈哈 \r\n");
 out.write(" </body>\r\n");
 out.write("</html>\r\n");
 
 // ...

访问该页面，页面显示如下：

![contentType.png-13.1kB][]

--------------------

## 三. request.setCharacterEncoding(“UTF-8”) ##

**request.setCharacterEncoding(“UTF-8”)用来指定对浏览器发送来的数据以特定的字符集进行重新编码，常用于对 POST 请求参数进行解码。**具体见下一个博客 [JSP中文编码问题（下）][JSP]中 “POST 请求的请求参数为中文情形” 一节。

--------------------

## 四. response.setCharacterEncoding(“UTF-8”) ##

**response.setCharacterEncoding(“UTF-8”)的作用是：在服务器将响应返回到浏览器前，对响应使用指定字符集进行重新编码。**一旦使用了该种方式，即使该响应页面指定了具体的 contentType，也将失效，即response.setCharacterEncoding()方法会覆盖contentType的值。看下面的例子：

在其编译为Servlet后，其源码（片段）如下所示：

public void _jspService(HttpServletRequest request, HttpServletResponse response)
 throws java.io.IOException, ServletException {
 response.setCharacterEncoding("UTF-8")
 // ...
 
 out.write("<html>\r\n");
 out.write(" <head>\r\n");
 out.write(" <title>哇哈哈</title>\r\n");
 out.write(" </head>\r\n");
 out.write(" <body>\r\n");
 out.write(" \t 哇哈哈 \r\n");
 out.write(" </body>\r\n");
 out.write("</html>\r\n");
 
 // ...

访问该页面，页面显示如下：

![setContentType.png-13.6kB][]

--------------------

## 五. 四种编码设定方式之间的相互影响以及作用的优先级 ##

根据上文内容，我们得出以下三点：

*  **在指定JSP编译成Servlet时使用的编码时，优先级为：** **pageEncoding=”UTF-8” > contentType=”text/html;charset=UTF-8”**
 *  **在指定服务器对响应内容的编码时，优先级为：****response.setCharacterEncoding(“UTF-8”) > contentType=”text/html;charset=UTF-8” > pageEncoding=”UTF-8”**
 *  **request.setCharacterEncoding(“UTF-8”) 只用来指定对浏览器发送来的请求数据的解码方式。**

--------------------

本文内容转自：[ JSP中文乱码问题终极解决方案(上)][JSP 1]

[Java]: http://lib.csdn.net/base/javase
[Java 1]: http://lib.csdn.net/base/java
[pageEncoding.png-13.9kB]: /images/20220618/f85359e8ccb143de827a55d174761f6f.png
[contentType.png-13.1kB]: /images/20220618/6e3ef5c2d4274ef594705f6f1dea8c9d.png
[JSP]: http://blog.csdn.net/fuzhongmin05/article/details/68509699
[setContentType.png-13.6kB]: /images/20220618/c9151f58cdc749e6b898e3d66a93d14a.png
[JSP 1]: http://blog.csdn.net/justloveyou_/article/details/58048879