【转】TOMCAT中文问题,解决(全)(转载)

TOMCAT中文问题解决了.其他应用服务器的问题也可以得到更好的理解,对于解决中文问题,和一些国际化的问题,会有更多的帮助...本文转载自CSDN (Tomcat中文问题解决一,二,三,四)

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

原地址: http://www.csdn.net/develop/article/17/17204.shtm

http://www.csdn.net/develop/article/17/17222.shtm

http://www.csdn.net/develop/article/17/17223.shtm

http://www.csdn.net/develop/article/17/17225.shtm

http://www.csdn.net/develop/article/17/17233.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。response.setContentType("text/html ；charset=GB2312")加入http头，以什么方式读入文件。

  比如：

<%

String name=new String(“你好”)；或者String name=”你好”;/////都是使用的iso-8859-1的编码方式读取jsp源文件。

System.out.println(name);/////////////////就会产生乱码的（文件是gb2312保存的中文，编译时以gb2312字符读入虚拟机，转换成unicode程序）。JVM内部的String，Char都是用unicode存储(没有任何编码)。

%>

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

    {

        if(encoding == null)//////////////////////////////////如果没有指定编码

        {

            return "ISO-8859-1";

        } else

        {

            return encoding;

        }

    }

public void setContentType(String type)；设置response的类型和编码

    {

      。。。。。。。。。。。。。

            encoding = RequestUtil.parseCharacterEncoding(type);////////得到指定的编码

            if(encoding == null)

            {

                encoding = "ISO-8859-1";//////////////////////////如果沒有指定编码方式

            }

        } else

        if(encoding != null)

        {

            contentType = type + ";charset=" + encoding;

        }

    }

好了，现在我们知道了在写出字符的时候使用的response的字符流(不管是jsp或者servlet),也就是使用的OutputStreamWriter osr = new OutputStreamWriter(newStream, getCharacterEncoding());

注意的是newStream是response的2进制流的实现。

所以我们还得看看OutputStreamWriter的实现：

考察OutputStreamWriter的源代碼，他有一個StreamEncoder 类型的对象，就是依靠他來转换编码的;

StreamEncoder是由sun公司提供的，它有一个

public static StreamEncoder forOutputStreamWriter(OutputStream outputstream, Object obj, String s)來得到StreamEncoder对象实例。

对于jsp,servlet来说在构造他的时候 outputstream参数是response的2进制流，obj是OutputStreamWriter对象，s就是编码方式的名字。其实得到是一個StreamEncoder的子类的对象实例，

     return new CharsetSE(outputstream, obj, Charset.forName(s1)); CharsetSE是StreamEncoder的子类。

他有一个如下的函数来实现编码转换的：

void implWrite(char ac[], int i, int j)throws IOException /////// ac是要輸出String的char數組

 {

          CharBuffer charbuffer = CharBuffer.wrap(ac, i, j);

          。。。。。。。。。。。。。。。。。。。。。。。

          CoderResult coderresult = encoder.encode(charbuffer, bb, false);/////bb是ByteBuffer，存放编码后的byte缓冲区

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

writeBytes();///////////////////////////////將bb转化到byte数组写入到response的2进制流中

      。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 }

 

至此，我们了解了tomcat背后的编码转换过程

 

 

 

 

 

 

Tomcat的中文處理（三）：

前面废话讲过了，现在我们来分析几个例子：

 

1)jsp中如果使用了：

<%@ page contentType="text/html; charset=Shift_JIS" %>

他其实就是指定了response的类型和编译jsp时字符的编码方式，上面指定了response的字符编码是是Shift_JIS。

charset是指定jvm以什么编码方式读入这个jsp文件,而不管jsp文件的保存类型。如果不一致，则转换上需要详细分析。

注意的是如果沒有指定requset的编码，那么从request得到的String都是iso-8859-1编码的。(上一篇已经讲过了。)，他和charset是没有关系的。

如果要输出的String的编码和response的编码不一样的话，就很可能出现乱码的情況。

举个例子：

<%@ page contentType="text/html; charset=GB2312" %>///////////////指定response的编码为中文简体，那么所有的要输出的字符都要使用和GB2312相适应的编码

<html>

<head><title></title>

</head>

<body>

<%

String name=request.getParameter("name");////////得到客户端的參數值，沒有指定request的编码，所以它是编码为iso-8859-1的String的。以iso-8859-1编码读入GB2312的文件不做码的转换。读到jvm的时候做到unicode的转换。

String name1=new String(name.getBytes("ISO-8859-1"),"GB2312");//////////转化为中文简体的编码

String name2="你好";/////直接定義String,使用reponse的编码，这里是GB2312的"你好"->unicode的“你好”。

String name21=new String(name2.getBytes("ISO-8859-1")," GB2312");////////从name2转化

System.out.println("name1 is GB2312"+name1);

System.out.println("name is ISO-8859-1"+name);

System.out.println("name21 is 直接"+name21);

System.out.println("我们大家");

%>

<form action="./B.jsp" method="POST">

<input type="text" name="name" value="<%=name1%>">

<input type="submit">

</form>

<hr>

name1 is GB2312  <%=name1%><br>

 

name is ISO-8859-1     <%=name%><br>

 

name21 is 直接<%=name21%><br>

 

<%="我们大家"%></body>

</html>

結果：

console中：(他对应response的编码是GB2312的，日文系統是MS932)

name1 is GB2312  你好//////////name1是name转化来的，是GB2312的，所以正常顯示

name is ISO-8859-1????/////////////name是ISO-8859-1的不能正常顯示的

name21 is 直接???????????????????////////////////由於name2是GB2312編碼的,在name21 =new String(name2.getBytes("GB2312"),"MS932"))發生了錯誤的轉化，所以不能正常的現實，如果將ISO-8859-1換為GB2312就可以了。

我们大家//////////////////////////////////jsp中定義的string是採用<%@ page contentType="text/html; charset= GB2312" %>指定的編碼，如果沒有指定，就使用iso-8859-1的。

   可以看到我們在ie中看到的結果是一樣的。

下面我們將<%@ page contentType="text/html; charset=Shift_JIS" %>去掉。

結果：

console (这个时候，Console的編碼是GB2312,所以编码为GB2312的字符能显示，由于在jsp中构造的String此時使用的iso-8859-1,所以不能显示)

name1 is GB2312你好

name is ISO-8859-1????

name21 is ???? 你好/////////////////name2的编码此时为iso-8859-1,所以转化来的name21是正确的

????????

ie  (这个时候，response的编码是iso-8859-1,所以编码为iso-8859-1的能显示，由于在jsp中构造的String此時使用的iso-8859-1,所以也能显示)

name1 is GB2312??

name is ISO-8859-1 你好

name21 is 直接 ???????????????????

我们大家

 

顯然不一樣了結果！！！！

 

 

 

Tomcat的中文處理（四）：

 

 

2）在servlet和其他java文件中的字符

在这种情況下，构造的String使用的系統默认的编码方式的。

但是在servlet中从request得到的字符，如果沒有指定request的編碼，那么就是得到的一个编码方式为iso-8859-1的字符，在servlet中，如果沒有指定response的编码方式(通过setContentType)，那么，response使用的iso-8859-1的编码方式。

 

 

例子：

import javax.servlet.*;

import javax.servlet.http.*;

 

 

public class HelloWorldExample extends HttpServlet {

 

 

    public void doGet(HttpServletRequest request,

                      HttpServletResponse response)

        throws IOException, ServletException

    {

        String name=request.getParameter("name");/////得到name參數的value

        response.setContentType("text/html ");///不設置編碼，此時response使用iso-8859-1的編碼

        PrintWriter out = response.getWriter();//得到字符流，此時的編碼為iso-8859-1

 

        out.println("<html>");

        out.println("<head>");

 

String title="你好";/////构造一个String,注意的是虽然此時没有为response指定编码，但是在servlet中构造的String使用的系统默认的编码的。

        out.println("<title>sdsfdsfsdfds</title>");

        out.println("</head>");

        out.println("<body bgcolor=/"white/">");

        out.println("我们大家<br>");///////输出一个编码为本地默认的String到response中，但是此时response的编码是iso-8859-1的，所以出现乱码得

        out.println("title is "+title);////title是系统默认的编码，得到乱码

         out.println("<br>name is "+name);/////name是request的來的，正确显示

        out.println("</body>");

        out.println("</html>");

        System.out.println("你好");////由于Console是系統默認編碼，所以正確顯示

        System.out.println("title is "+title);/////title是默認編碼的，正常顯示

        System.out.println("name is "+name);///////name是iso-8859-1的編碼的，亂碼

    }

}

如果我們在response.setContentType("text/html ");改為：response.setContentType("text/html ；charset=GB2312");那么，IE的输出和Console的输出是一样的。

 

总结：

1.                      在jsp中<%@ page contentType="text/html; charset=A" %>如果指定了，那么在改jsp中所有构造的String（不是引用），如果沒有指定编码，那么这些String的编码是A的。

从request的得到的String如果沒有指定request的编码的话，他是iso-8859-1的

从别的地方得到的String是使用原來初始的编码的，比如从数据库得到String,如果数据库的编码是B,那么该String的编码是B而不是A的，也不是系统默认的。

      此时，如果要输出的String的编码不是A,那么，很可能显示乱码的，所以首先要将String正確转化为编码A的String,然后输出。

2.                      在jsp中<%@ page contentType="text/html; charset=A" %>沒有指定，那么相当于指定了<%@ page contentType="text/html; charset=ISO-8859-1" %>

3．      Servelte中如果执行了像 response.setContentType("text/html;charset=A");説明将response的字符输出流编码设置为A,所有要输出的String的编码要转化为A的，否則会得到乱码的。

       Servelet中从request得到的String的编码和jsp中一样的，但是在servlet java文件中构造的String是使用的系统默认的编码的。在servelt中从外部得到的String 是使用原来的编码的，比如从编码为B的数据库得到的数据是编码为B的,不是A,也不是系统默认的编码。

 

 

后语： 虽然我们使用的tomcat来作说明，其他的jsp,servlet引擎其实现的方法也差不多！

 

 

 

 

          使用filter来改变request的编码

在前面的文章里面，我们讨论了在tomcat下的jsp和servlet的字符编码问题！

知道当没有指定request的编码的时候，从客户端得到的数据是iso-8859-1编码的(request.getParameter()得到传递的参数值)；

但是我们怎么来改变request的编码呢？

方法有很多种！

 比如：在getRequestDispatcher("/jsp/jsptoserv/hello.jsp").forward(request, response);之前修改

request的编码，那么在jsp/jsptoserv/hello.jsp中得到的参数值就是制定的编码的字符。

本文我们使用Filter来修改request的编码！

 

1)首先编写filter类：

package myFilter;

import java.io.IOException;
import javax.servlet.*;

public class ChangeCharsetFilter implements Filter {

    protected String encoding = null;/////要制定的编码，在web.xml中配置

    protected FilterConfig filterConfig = null;

        public void destroy() {

        this.encoding = null;
        this.filterConfig = null;

    }

    public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain)
 throws IOException, ServletException {

            if (request.getCharacterEncoding() == null){
            String encoding = getEncoding();////得到指定的编码名字
            if (encoding != null)
                request.setCharacterEncoding(encoding);////设置request的编码
        }

         chain.doFilter(request, response);///有机会执行下一个filter

    }

    public void init(FilterConfig filterConfig) throws ServletException {

          this.filterConfig = filterConfig;
        this.encoding = filterConfig.getInitParameter("encoding");///得到在web.xml中配置的编码
      }

    protected String getEncoding() {

        return (this.encoding);///得到指定的编码

    }

}

2。编辑web.xml文件

<?xml version="1.0" encoding="ISO-8859-1"?>

<!DOCTYPE web-app
 PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"
 "http://java.sun.com/dtd/web-app_2_3.dtd">

<web-app>

<filter>
        <filter-name>SetCharacterEncoding</filter-name>
        <filter-class>myFilter.ChangeCharsetFilter </filter-class>
        <init-param>
            <param-name>encoding</param-name>
            <param-value>GB2312</param-value>//////指定编码为GB2312
        </init-param>
     </filter>
    <filter-mapping>
        <filter-name>SetCharacterEncoding</filter-name>
        <url-pattern>/*</url-pattern>////////对于所有的request改变其编码
    </filter-mapping>

</web-app>
///

3。

写一个a.jsp

<%@ page contentType="text/html; charset=GB2312" %>
<html>
<head></head>
<body>
<%
String name=request.getParameter("name");///本来这里得到字符是iso-8859-1编码的，不能直接

在Console中输出的，但是现在改变了request的编码方式，此时的name的编码是GB2312,所以能正确在Console中显示的。

System.out.println(name);

%>
<form action="a.jsp" method="post">
<input type="text" name="name">
<input type="submit">
</form>
<%=name%>
</body>
</html>

完！

关于中文处理的问题就写这些了！