Java在web頁(yè)面上的編碼解碼處理及中文URL亂碼解決
編碼&解碼
通過(guò)下圖我們可以了解在javaWeb中有哪些地方有轉(zhuǎn)碼：
用戶想服務(wù)器發(fā)送一個(gè)HTTP請(qǐng)求，需要編碼的地方有url、cookie、parameter，經(jīng)過(guò)編碼后服務(wù)器接受HTTP請(qǐng)求，解析HTTP請(qǐng)求，然后對(duì)url、cookie、parameter進(jìn)行解碼。在服務(wù)器進(jìn)行業(yè)務(wù)邏輯處理過(guò)程中可能需要讀取數(shù)據(jù)庫(kù)、本地文件或者網(wǎng)絡(luò)中的其他文件等等，這些過(guò)程都需要進(jìn)行編碼解碼。當(dāng)處理完成后，服務(wù)器將數(shù)據(jù)進(jìn)行編碼后發(fā)送給客戶端，瀏覽器經(jīng)過(guò)解碼后顯示給用戶。在這個(gè)整個(gè)過(guò)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(wù)器與客戶端進(jìn)行交互的過(guò)程。
上面整個(gè)過(guò)程可以概括成這樣，頁(yè)面編碼數(shù)據(jù)傳遞給服務(wù)器，服務(wù)器對(duì)獲得的數(shù)據(jù)進(jìn)行解碼操作，經(jīng)過(guò)一番業(yè)務(wù)邏輯處理后將最終結(jié)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(qǐng)求對(duì)javaweb的編碼&解碼進(jìn)行闡述。
請(qǐng)求
客戶端想服務(wù)器發(fā)送請(qǐng)求無(wú)非就通過(guò)四中情況：
1、URL方式直接訪問(wèn)。
2、頁(yè)面鏈接。
3、表單get提交
4、表單post提交
URL方式
對(duì)于URL，如果該URL中全部都是英文的那倒是沒(méi)有什么問(wèn)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(lái)編碼？又如何來(lái)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(huì)對(duì)path和parameter進(jìn)行編碼操作。為了更好地解釋編碼過(guò)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(guò)查看http 報(bào)文頭信息我們可以看到瀏覽器是如何進(jìn)行編碼的。下面是IE、Firefox、Chrome三個(gè)瀏覽器的編碼情況：
可以看到各大瀏覽器對(duì)“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(duì)于path部分Firefox、chrome、IE都是采用UTF-8編碼格式，對(duì)于Query String部分Firefox、chrome采用UTF-8，IE采用GBK。至于為什么會(huì)加上%，這是因?yàn)閁RL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(jìn)制數(shù)字然后將每個(gè) 16 進(jìn)制表示的字節(jié)前加上“%”。
當(dāng)然對(duì)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(huì)導(dǎo)致編碼結(jié)果不同，上表某一種情況，對(duì)于URL編碼規(guī)則下任何結(jié)論都是過(guò)早的。由于各大瀏覽器、各個(gè)操作系統(tǒng)對(duì)URL的URI、QueryString編碼都可能存在不同，這樣對(duì)服務(wù)器的解碼勢(shì)必會(huì)造成很大的困擾，下面我們將已tomcat，看tomcat是如何對(duì)URL進(jìn)行解碼操作的。
解析請(qǐng)求的 URL 是在 org.apache.coyote.HTTP11.InternalInputBuffer 的 parseRequestLine 方法中，這個(gè)方法把傳過(guò)來(lái)的 URL 的 byte[] 設(shè)置到 org.apache.coyote.Request 的相應(yīng)的屬性中。這里的 URL 仍然是 byte 格式，轉(zhuǎn)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(duì)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(méi)有定義則會(huì)采用默認(rèn)編碼ISO-8859-1來(lái)解析。
對(duì)于Query String部分，我們知道無(wú)論我們是通過(guò)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(guò)request.getParameter，解碼工作就是在第一次調(diào)用getParameter方法時(shí)進(jìn)行的。在getParameter方法內(nèi)部它調(diào)用org.apache.catalina.connector.Request 的 parseParameters 方法，這個(gè)方法將會(huì)對(duì)傳遞的參數(shù)進(jìn)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(shè)置編碼不為空，則設(shè)置編碼為enc
parameters.setEncoding(enc);
if (useBodyEncodingForURI) { //如果設(shè)置了Chartset，則設(shè)置queryString的解碼為ChartSet
parameters.setQueryStringEncoding(enc);
}
} else { //設(shè)置默認(rèn)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(duì)query String的解碼格式要么采用設(shè)置的ChartSet要么采用默認(rèn)的解碼格式ISO-8859-1。注意這個(gè)設(shè)置的ChartSet是在 http Header中定義的ContentType，同時(shí)如果我們需要改指定屬性生效，還需要進(jìn)行如下配置：
<Connector URIEncoding="UTF-8" useBodyEncodingForURI="true"/>
上面部分詳細(xì)介紹了URL方式請(qǐng)求的編碼解碼過(guò)程。其實(shí)對(duì)于我們而言，我們更多的方式是通過(guò)表單的形式來(lái)提交。
表單GET
我們知道通過(guò)URL方式提交數(shù)據(jù)是很容易產(chǎn)生亂碼問(wèn)題的，所以我們更加傾向于通過(guò)表單形式。當(dāng)用戶點(diǎn)擊submit提交表單時(shí)，瀏覽器會(huì)更加設(shè)定的編碼來(lái)編碼數(shù)據(jù)傳遞給服務(wù)器。通過(guò)GET方式提交的數(shù)據(jù)都是拼接在URL后面（可以當(dāng)做query String？？）來(lái)提交的，所以tomcat服務(wù)器在進(jìn)行解碼過(guò)程中URIEncoding就起到作用了。tomcat服務(wù)器會(huì)根據(jù)設(shè)置的URIEncoding來(lái)進(jìn)行解碼，如果沒(méi)有設(shè)置則會(huì)使用默認(rèn)的ISO-8859-1來(lái)解碼。假如我們?cè)陧?yè)面將編碼設(shè)置為UTF-8，而URIEncoding設(shè)置的不是或者沒(méi)有設(shè)置，那么服務(wù)器進(jìn)行解碼時(shí)就會(huì)產(chǎn)生亂碼。這個(gè)時(shí)候我們一般可以通過(guò)new String(request.getParameter("name").getBytes("iso-8859-1"),"utf-8") 的形式來(lái)獲取正確數(shù)據(jù)。
表單POST
對(duì)于POST方式，它采用的編碼也是由頁(yè)面來(lái)決定的即contentType。當(dāng)我通過(guò)點(diǎn)擊頁(yè)面的submit按鈕來(lái)提交表單時(shí)，瀏覽器首先會(huì)根據(jù)ontentType的charset編碼格式來(lái)對(duì)POST表單的參數(shù)進(jìn)行編碼然后提交給服務(wù)器，在服務(wù)器端同樣也是用contentType中設(shè)置的字符集來(lái)進(jìn)行解碼（這里與get方式就不同了），這就是通過(guò)POST表單提交的參數(shù)一般而言都不會(huì)出現(xiàn)亂碼問(wèn)題。當(dāng)然這個(gè)字符集編碼我們是可以自己設(shè)定的：request.setCharacterEncoding(charset) 。
解決URL中文亂碼問(wèn)題
我們主要通過(guò)兩種形式提交向服務(wù)器發(fā)送請(qǐng)求：URL、表單。而表單形式一般都不會(huì)出現(xiàn)亂碼問(wèn)題，亂碼問(wèn)題主要是在URL上面。通過(guò)前面幾篇博客的介紹我們知道URL向服務(wù)器發(fā)送請(qǐng)求編碼過(guò)程實(shí)在是實(shí)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(yè)字符集，將導(dǎo)致完全不同的編碼結(jié)果。如果程序員要把每一種結(jié)果都考慮進(jìn)去，是不是太恐怖了？有沒(méi)有辦法，能夠保證客戶端只用一種編碼方法向服務(wù)器發(fā)出請(qǐng)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(jī)會(huì)，編碼之后再向服務(wù)器發(fā)送請(qǐng)求，然后在服務(wù)器中解碼。在掌握該方法的時(shí)候，我們需要料及javascript編碼的三個(gè)方法：escape()、encodeURI()、encodeURIComponent()。
escape
采用SIO Latin字符集對(duì)指定的字符串進(jìn)行編碼。所有非ASCII字符都會(huì)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(duì)應(yīng)的16進(jìn)制數(shù)字。例如，格式對(duì)應(yīng)的編碼為%20。它對(duì)應(yīng)的解碼方法為unescape()。
事實(shí)上escape()不能直接用于URL編碼，它的真正作用是返回一個(gè)字符的Unicode編碼值。比如上面“我是cm”的結(jié)果為%u6211%u662Fcm，其中“我”對(duì)應(yīng)的編碼為6211，“是”的編碼為662F，“cm”編碼為cm。
注意，escape()不對(duì)"+"編碼。但是我們知道，網(wǎng)頁(yè)在提交表單的時(shí)候，如果有空格，則會(huì)被轉(zhuǎn)化為+字符。服務(wù)器處理數(shù)據(jù)的時(shí)候，會(huì)把+號(hào)處理成空格。所以，使用的時(shí)候要小心。
encodeURI
對(duì)整個(gè)URL進(jìn)行編碼，它采用的是UTF-8格式輸出編碼后的字符串。不過(guò)encodeURI除了ASCII編碼外對(duì)于一些特殊的字符也不會(huì)進(jìn)行編碼如：! @ # $& * ( ) = : / ; ? + '。
encodeURIComponent
把URI字符串采用UTF-8編碼格式轉(zhuǎn)化成escape格式的字符串。相對(duì)于encodeURI，encodeURIComponent會(huì)更加強(qiáng)大，它會(huì)對(duì)那些在encodeURI()中不被編碼的符號(hào)（; / ? : @ & = + $ , #）統(tǒng)統(tǒng)會(huì)被編碼。但是encodeURIComponent只會(huì)對(duì)URL的組成部分進(jìn)行個(gè)別編碼，而不用于對(duì)整個(gè)URL進(jìn)行編碼。對(duì)應(yīng)解碼函數(shù)方法decodeURIComponent。
當(dāng)然我們一般都是使用encodeURI方來(lái)進(jìn)行編碼操作。所謂的javascript兩次編碼后臺(tái)兩次解碼就是使用該方法。javascript解決該問(wèn)題有一次轉(zhuǎn)碼、兩次轉(zhuǎn)碼兩種解決方法。
一次轉(zhuǎn)碼
javascript轉(zhuǎn)碼：
var url = '<s:property value="webPath" />/ShowMoblieQRCode.servlet?name=我是cm'; window.location.href = encodeURI(url);
轉(zhuǎn)碼后的URL：http://127.0.0.1:8080/perbank/ShowMoblieQRCode.servlet?name=%E6%88%91%E6%98%AFcm
后臺(tái)處理:
String name = request.getParameter("name");
System.out.println("前臺(tái)傳入?yún)?shù)：" + name);
name = new String(name.getBytes("ISO-8859-1"),"UTF-8");
System.out.println("經(jīng)過(guò)解碼后參數(shù)：" + name);
輸出結(jié)果：
前臺(tái)傳入?yún)?shù)：??????cm
經(jīng)過(guò)解碼后參數(shù)：我是cm
二次轉(zhuǎn)碼
javascript
var url = '<s:property value="webPath" />/ShowMoblieQRCode.servlet?name=我是cm'; window.location.href = encodeURI(encodeURI(url));
轉(zhuǎn)碼后的url:http://127.0.0.1:8080/perbank/ShowMoblieQRCode.servlet?name=%25E6%2588%2591%25E6%2598%25AFcm
后臺(tái)處理：
String name = request.getParameter("name");
System.out.println("前臺(tái)傳入?yún)?shù)：" + name);
name = URLDecoder.decode(name,"UTF-8");
System.out.println("經(jīng)過(guò)解碼后參數(shù)：" + name);
輸出結(jié)果：
前臺(tái)傳入?yún)?shù)：E68891E698AFcm
經(jīng)過(guò)解碼后參數(shù)：我是cm
filter
使用過(guò)濾器，過(guò)濾器提供兩種，第一種設(shè)置編碼，第二種直接在過(guò)濾器中進(jìn)行解碼操作。
過(guò)濾器1
該過(guò)濾器是直接設(shè)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(guò)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(guò)濾器2
該過(guò)濾器在處理方法中將參數(shù)直接進(jìn)行解碼操作，然后將解碼后的參數(shù)重新設(shè)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(zhuǎn)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(guò)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(qǐng)求的方式 (1.post or 2.get), 根據(jù)不同請(qǐng)求方式進(jìn)行不同處理
String method = request.getMethod();
// 1. 以 post 方式提交的請(qǐng)求 , 直接設(shè)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(qǐng)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(gè)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(gè)值調(diào)用 toUTF(values[i]) 方法轉(zhuǎn)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(shè)置響應(yīng)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(gè) filter, 無(wú)一下個(gè) filter 則執(zhí)行請(qǐng)求
chain.doFilter(request, response);
}
}
配置：
<!-- 中文過(guò)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(shè)置pageEncoding、contentType
<%@ page language="java" contentType="text/html;charset=UTF-8" pageEncoding="UTF-8"%>
2、設(shè)置tomcat的URIEncoding
在默認(rèn)情況下，tomcat服務(wù)器使用的是ISO-8859-1編碼格式來(lái)編碼的，URIEncoding參數(shù)對(duì)get請(qǐng)求的URL進(jìn)行編碼，所以我們只需要在tomcat的server.xml文件的<Connector>標(biāo)簽中加上URIEncoding="utf-8"即可。
相關(guān)文章
淺談HBase在SpringBoot項(xiàng)目里的應(yīng)用(含HBaseUtil工具類)
這篇文章主要介紹了淺談HBase在SpringBoot項(xiàng)目里的應(yīng)用(含HBaseUtil工具類)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-10-10
為了提高其數(shù)據(jù)的讀寫(xiě)效率，Java中又定義了四種緩沖流，分別是：字節(jié)緩沖輸入流、字節(jié)緩沖輸出流、字符緩沖輸入流和字符緩沖輸出流。本文主要來(lái)和大家聊聊這些緩沖流的原理，希望對(duì)大家有所幫助2023-01-01
這篇文章主要為大家詳細(xì)介紹一下Java語(yǔ)言連接MongoDB的常用方法以及實(shí)現(xiàn)增刪改查功能的示例代碼，感興趣的小伙伴可以跟隨小編一起了解一下2022-07-07
SpringCloud災(zāi)難性雪崩效應(yīng)處理方法之降級(jí)實(shí)現(xiàn)流程詳解
這篇文章主要介紹了SpringCloud災(zāi)難性雪崩效應(yīng)處理方法之降級(jí)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)吧<BR>2022-11-11
一般使用單調(diào)棧無(wú)非兩個(gè)方向，單調(diào)遞減，單調(diào)遞增。單調(diào)遞增棧：存進(jìn)去的數(shù)據(jù)都是增加的，碰到減少的時(shí)候，這時(shí)就要進(jìn)行操作了。單調(diào)遞減棧：存進(jìn)去的數(shù)據(jù)都是減少的，碰到增加的時(shí)候，這時(shí)就要進(jìn)行操作了，下面我們?cè)谡骖}中運(yùn)用它2022-07-07
Java Apache Shiro安全框架快速開(kāi)發(fā)詳解流程
Apache Shiro是一個(gè)強(qiáng)大且易用的Java安全框架,執(zhí)行身份驗(yàn)證、授權(quán)、密碼和會(huì)話管理。使用Shiro的易于理解的API,您可以快速、輕松地獲得任何應(yīng)用程序,從最小的移動(dòng)應(yīng)用程序到最大的網(wǎng)絡(luò)和企業(yè)應(yīng)用程序2021-10-10
Java8 Zip 壓縮與解壓縮的實(shí)現(xiàn)
這篇文章主要介紹了Java8 Zip 壓縮與解壓縮的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03
maven依賴關(guān)系中的<scope>provided</scope>使用詳解
這篇文章主要介紹了maven依賴關(guān)系中的<scope>provided</scope>使用詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
這篇文章主要介紹了關(guān)于IO密集型服務(wù)提升性能的三種方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-07-07
Servlet注解之@WebInitParam多個(gè)InitParam的使用
這篇文章主要介紹了Servlet注解之@WebInitParam多個(gè)InitParam的使用，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-04-04