Tomcat的中文處理

原地址

httpwww.csdn.netdeveloparticle1717204.shtm

httpwww.csdn.netdeveloparticle1717222.shtm

httpwww.csdn.netdeveloparticle1717223.shtm

httpwww.csdn.netdeveloparticle1717225.shtm

httpwww.csdn.netdeveloparticle1717233.shtm

作者：[e-mail]

Tomcat的中文处理（一）

看到很多朋友问关于中文的处理问题，下面我们以tomcat4.0为servlet，jsp引擎来说说unicode的处理。

1)       从客户端接受请求

当客户端请求tomcat的一个jsp文档的时候，tomcat会构造相应的httpServletRequest实现类的实例来代表客户端，通过对流servletInputStream读，我们可以得到客户端来的数据。

   在jsp中我们通常使用的request.getParameter()来得到参数的值，这个函数的背后到底怎么样的呢？怎么样对String编码的呢？

  通过tomcat的httpServletRequest实现类源代码考察：

  

public String getParameter(String name)

    ...{

        parseParameters();处理parameters

        String values[] = (String[])parameters.get(name);//得到该参数名字对应的Object(是一个数组)

        if(values != null)

        ...{

            return values[0];

        } else

        ...{

            return null;

        }

    }

 

其中parameters是request的一个map类型的数据成员，用来存放接受到的客户端的数据。也就是说每当客户端请求的时候，tomcat构造一个request实例，该实例有一个parameters用来存放从servlet实例的写入流的读来的客户端的数据。

  从上面的代码知道最重要的的是parseParameters()函数，它是来处理parameters的。

下面来看看：

protected void parseParameters()

    ...{

        if(parsed)

        ...{

            return;//如果处理过了，就不要处理了

        }

        ParameterMap results = parameters;//构造parameters对象的本地引用

        if(results == null)

        ...{

            results = new ParameterMap();//如果没有实例

        }

  results.setLocked(false);

        String encoding = getCharacterEncoding();//得到httpServeltRequest的编码

        if(encoding == null)

        ...{

            encoding = ISO-8859-1;//如果没有指定httpServeltRequest的编码采用ISO-8859-1

        }

       。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

            RequestUtil.parseParameters(results, queryString, encoding);//处理编码

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

                              

                is.read(buf, len, max - len); 从流中读取数据

           。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

                RequestUtil.parseParameters(results, buf, encoding);处理编码

         。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

        parameters = results;重置引用

    }

下面再来看看RequestUtil.parseParameters(results, buf, encoding);的处理：

在此就不贴源代码了,

RequestUtil.parseParameters(results, buf, encoding)的处理中对于buf  byte数组进行处理，构造key和value,就是参数名字和参数值：

 

 

while(ix  data.length) 

            ...{

                byte c = data[ix++];

                switch((char)c)

                ...{

                case 38  '&'

                    value = new String(data, 0, ox, encoding);

                    if(key != null)

                    ...{

                        putMapEntry(map, key, value);

                        key = null;

                    }

                    ox = 0;

                    break;

 

                case 61  '='

    key = new String(data, 0, ox, encoding);

                    ox = 0;

                    break;

 

                case 43  '+'

                    data[ox++] = 32;

                    break;

 

                case 37  '%'

                    data[ox++] = (byte)((convertHexDigit(data[ix++])  4) + convertHexDigit(data[ix++]));

                    break;

 

                default

                    data[ox++] = c;

                    break;

                }

            }

            if(key != null)

            ...{

                value = new String(data, 0, ox, encoding);

                putMapEntry(map, key, value);

            }

 

 

显然对于参数名字和参数的值都是采用的new String(data, 0, ox, encoding);方法来使用指定的编码方式构造的。

结论：我们不难看出如果没有指定request的编码方式，那么从客户端接受到的参数的名字和参数值都是以iso-8859-1编码的String的。

   也就是说我们在jsp的页面中的表单元素中给出的参数值在通过request.getParamter()得到后的String是以iso-8859-1编码的。

 

而且我们看看tomcat为jsp产生的java文件知道，对于在jsp定义的没有指定编码方式的String的时候，tomcat是使用的iso-8859-1方式的，而不是系统默认的。

  比如：

%

String name=new String(“你好”)；或者String name=”你好”;都是使用的iso-8859-1的编码方式的。

System.out.println(name);就会产生乱码的。(因为Console使用的系统的默认编码的，中文系统是gb2321,日文是MS932).

%

下篇我们介绍httpServletResponse的处理

  

Tomcat的中文處理（二）：

 

上篇我们介绍了tomcat是怎么对接收到字符进行编码的，现在我们来看当向客户端写html文档的时候到底发生了什么？

 

tomcate在向客户端写出数据的時候，使用的是response的输出流來实现的。但是jsp是怎樣使用response的流的呢？

在使用JSP内含對象out輸出的時候，out是一個JspWriter实现类的对象实例，JspWriterImpl(ServletResponse response, int sz, boolean autoFlush)是一个该类的构造函数，其使用到了response，在JspWriterImpl内部还有一个java.io.Writer对象实例的引用，在使用JspWriter(JSP的out对象)写出数据的时候，会调用如下的函数来初始化

protected void initOut() throws IOException

    {

        if(out == null)

        {

            out = response.getWriter();初始化 java.io.Writer對象

        }

    }来初始化该内部对象的。

然后在jspWriter的各个输出数据的函数的实现中就是調用上面的java.io.Writer對象的方法的。

    所以不论是jsp或者是servlet,对客户端写出html的時候，都是通过response.getWriter();来得到的字符流或者由getOutputStream()得到2进制流的。

   一個response存在一個字符流，也存在一個2進制流，但是在同一時刻只能打開使用一個流的。至於兩者的關係，我們在後面介紹。Jsp的out對象就是response的字符流的。

  同樣的request也存在一個字符流和一個2進制流，但是在同一時刻只能打開使用一個流的。

response的两个流的关系

    我们来考察response的实现类的getOutputStream()和getWriter函数的实现：

public ServletOutputStream getOutputStream()        throws IOException

    ...{

      。。。。。。。。。。。。。。。。。。。。。

            stream = createOutputStream();创建response的2进制的输出流

   。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

        return stream;

    }

public PrintWriter getWriter()        throws IOException

 ...{

     。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

           ResponseStream newStream = (ResponseStream)createOutputStream();创建2进制流

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

            OutputStreamWriter osr = new OutputStreamWriter(newStream, getCharacterEncoding());

            writer = new ResponseWriter(osr, newStream);得到response的字符输出流

 。。。。。。。。。。。。。。。。。。。。。。。。。。

        }

    }

显然，我们的字符流就是从2进制流转化而来的

    还有两个函数要注意：

public String getCharacterEncoding()response的编码，默认是ISO-8859-1的

    ...{