pageEncoding与contentType的区别

先说疑惑，再转文章

 

资料显示，pageEncoding指的是jsp本身页面文件的编码。在正常的非jsp开发中，对于一个java类，在编译时默认是不需要指定编译时的字符集的，它默认采用本地操作系统字符集，如GBK,如果你将一个java类改成UTF-8格式的，但在javac时不指定字符集，你会发现运行这个java类时，出来的东西就会有乱码。对于JSP相当于多了一个过程，将jsp转成java的过程，而这个过程是需要人工指定字符集的，而这个字符集就是根据pageEncoding(默认为iso-8859-1)来的,如果a.jsp是UTF-8格式的同时指定pageEncoding为iso-8859-1，那么在生成的java文件中就会有乱码.(照这个理解就算是设成GBK也应该是乱码)

 

在没有pageEncoding的情况下会根据contentType中的charset来指定转换的字符集

 

但是我测试出现了一个搞笑的结果：一个utf-8的jsp文件，在没有contentType的情况下将pageEncoding设成GBK或UTF-8在生成的java类中居然都没有乱码，只有为iso-8859-1时才是乱码

 

对于有contentType且其charset为utf-8的情况下，pageEncoding也只有在iso情况下为乱码,为GBK时java类也不乱码，这个结果真的让我看不明白了??????

 

 

 

转：

 

在JSP标准的语法中，如果pageEncoding属性存在，那么JSP页面的字符编码方式就由pageEncoding决定，

否则就由contentType属性中的charset决定，如果charset也不存在，JSP页面的字符编码方式就采用默认的ISO-8859-1。

 

ContentType属性指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”; 字符编码方式的默认值是“ISO-8859-1”. MIME类型和字符编码方式由分号隔开。

pageEncoding的内容只是用于jsp输出时的编码，不会作为header发出去的。pageEncoding是通知web server jsp的编码。

 

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。 

 

第一阶段是jsp编译成.java，它会根据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 JAVA源码（即.java），如果pageEncoding设定错了，或没有设定，出来的就是中文乱码。 

 

第二阶段是由JAVAC的JAVA源码至java byteCode的编译，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 encoding的二进制码（即.class），这是JVM对常数字串在二进制码（java encoding）内表达的规范。 

 

第三阶段是Tomcat（或其的application container）载入和执行阶段二的来的JAVA二进制码，输出的结果，也就是在客户端见到的，这时隐藏在阶段一和阶段二的参数contentType就发挥了功效 

 

contentType的設定. 

 

pageEncoding 和contentType的预设都是 ISO8859-1. 而随便设定了其中一个, 另一个就跟着一样了(TOMCAT4.1.27是如此). 但这不是绝对的, 这要看各自JSPC的处理方式. 而pageEncoding不等于contentType, 更有利亚洲区的文字 CJKV系JSP网页的开发和展示, (例pageEncoding=GB2312 不等于 contentType=utf-8)。 

 

jsp文件不像.java，.java在被编译器读入的时候默认采用的是操作系统所设定的locale所对应的编码，比如中国大陆就是GBK，台湾就是BIG5或者MS950。而一般我们不管是在记事本还是在ue中写代码，如果没有经过特别转码的话，写出来的都是本地编码格式的内容。所以编译器采用的方法刚好可以让虚拟机得到正确的资料。 

 

但是jsp文件不是这样，它没有这个默认转码过程，但是指定了pageEncoding就可以实现正确转码了。 

 

举个例子: 

 

<%@ page contentType="text/html;charset=utf-8" %> 

 

大都会打印出乱码，因为输入的“你好”是gbk的，但是服务器是否正确抓到“你好”不得而知。 

 

但是如果更改为 

 

<%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%> 

 

这样就服务器一定会是正确抓到“你好”了。