尚学堂.张志宇.乱码分析_07_form表单存储格式.doc

 

1       结论

l  req.setCharacterEncoding( "gbk" );

n  含义是取上一个页面的参数，按照 gbk 进行解码

n  tomcat 取参数默认按照 iso-8859-1 进行解码

l  resp.setContentType( "text/html;charset=gbk" );

n  含义是发送内容到客户端浏览器，按照 gbk 进行编码

n  tomcat 发送内容到客户端浏览器，默认按照 iso-8859-1 进行编码

 

	场景 1	场景 2	场景 3
form 表单存为什么格式	ansi	ansi	utf-8
form 表单提交方式	post	post	post
Servlet 端 resp.setContentType	-	charset=gbk	charset=gbk
Servlet 端 req.setCharacterEncoding	-	gbk	gbk
是否有乱码	没有乱码	没有乱码	鎴戜滑

 

2       场景 1

form.html

<form action="/my/servlet/TestServlet" method="post" >

    <input name="username">

    <input type="submit" value=" 提交 ">

</form>

 

TestServlet.java

import java.io.IOException;

import java.io.PrintWriter;

import javax.servlet.ServletException;

import javax.servlet.http.HttpServlet;

import javax.servlet.http.HttpServletRequest;

import javax.servlet.http.HttpServletResponse;

 

public class TestServlet extends HttpServlet {

 

    @Override

    protected void doGet(HttpServletRequest req, HttpServletResponse resp)

           throws ServletException, IOException {

       PrintWriter out = resp.getWriter();

        String username = req.getParameter( "username" );

       System. out .println(username);

       out .println(username);

       out .close();

    }

 

    @Override

    protected void doPost(HttpServletRequest req, HttpServletResponse resp)

           throws ServletException, IOException {

       doGet(req, resp);

    }

}

 

web.xml

    <servlet>

      <servlet-name>TestServlet</servlet-name>

      <servlet-class>TestServlet</servlet-class>

    </servlet>

 

    <servlet-mapping>

        <servlet-name>TestServlet</servlet-name> 

        <url-pattern>/servlet/TestServlet</url-pattern>

    </servlet-mapping>

 

访问这个地址 http://127.0.0.1/my/form.html

输入“我们”然后提交。我们看到的是正确的中文，没有乱码

2.1   分析

 

下面通过例子详细说明为什么没有乱码。

虽然场景 1 没有乱码。但不是最终的解决办法。

因为页面本身的中文会有乱码。

 

// 重要结论

//jvm 只能表示 unicode 收录的字符们

//jvm 在内存里用 utf-16 编码表示一个字符

//System.out.println 先按照操作系统默认的编码来编码，得到的字节们传到 console ， console 再按系统默认的编码解码

//zhongwen.getBytes("GBK")--> 编码

//new String(zhongwen.getBytes("GBK"), "iso8859-1");--> 解码

//tomcat 取参数默认按照 iso-8859-1 进行解码

//tomcat 发送内容到客户端浏览器，默认按照 iso-8859-1 进行编码

 

// 字符 " 我 " 的 gbk 编码： ced2

// 字符 " 我 " 的 utf-16 编码： 6211

// 字符 " 我 " 的 utf-8 编码： e6 88 91

public class TestBB {

 

    public static void main(String args[]) throws Exception {

       //jvm 在内存里用 utf-16 编码表示一个字符 ,

       // 所以在内存中， zhongwen 这个引用指向的字符串对象包括 2 个字节 62 11

       String zhongwen = " 我 " ;

       //println 方法不会把内存中的 utf-16 编码输出到 console 。

       // 而是按照系统默认编码（ gbk ）编码，然后才将 gbk 编码（ ced2 ）输出到 console 。

       //cosole 接收 gbk 编码（ ced2 ），再按照系统默认编码来解码，显示出正确的中文

       System . out .println(zhongwen);

       //getBytes 方法是编码的意思。

       // 下面验证 " 我 " 这个字符的 gbk 编码是 ced2

       byte [] bytes = zhongwen.getBytes( "gbk" );

       System . out .println( "--------GBK----------" );

       for ( byte b:bytes){

           System . out .format( "%x " ,b);

       }

       System . out .println();

       // 浏览器默认按照 gbk 编码，然后将参数传到服务器

       // 浏览器将以什么编码来提交参数，和 form 表单这个 html 页面的存储方式有关。

       // 如果 form 表单存为 ansi ，即 jbk ，那么提交参数也用 gbk.

      

      

       // 服务器端接收 gbk 编码 2 个字节（ ced2 ），默认按照 iso8859-1 解码

       // 所以解码出错误的 2 个字符

       System . out .println( "-------iso8859-1--------" );

       // 这 2 个 iso8859-1 字符在内存里表示为 4 个字节： 00 ce 00 d2

       zhongwen = new String(zhongwen.getBytes( "GBK" ), "iso8859-1" );

       //println 方法不会把内存中的 utf-16 编码输出到 console 。

       // 而是按照系统默认编码（ gbk ）来编码，得到 2 个字节： 3f 3f , （为什么是 3f 下面会解释）

       // 然后才将这些 gbk 编码输出到 console 。

       //cosole 再按照系统默认编码来解码，得到 2 个 ?

       // （因为 ascii 中， ? 就是 3f ，并且 gbk 和 ascii 兼容，所以在 gbk 中， 3f 也是 ? ）

      

       System . out .println(zhongwen);

      

       // 内存中的 00 ce 表示的那个 iso8859-1 字符在 gbk 中没有收录，所以按照 gbk 编码就会出错。

       // 如果出错，一律编码为 3f ，所以得到 2 个 3f

       bytes = zhongwen.getBytes( "gbk" );

       for ( byte b:bytes){

           System . out .format( "%x " ,b);

       }

       System . out .println();

      

       // 服务器再按照 iso8859-1 编码，传到客户端浏览器

       bytes = zhongwen.getBytes( "iso8859-1" );

 

       // 最初的 gbk 编码 cede 是不是没有丢？

       // 可见有些编码解码的过程是可逆的。

       // 当然有些编码解码的过程就不可逆。

       for ( byte b:bytes){

           System . out .format( "%x " ,b);

       }

       System . out .println();

      

       // 浏览器得到传过来的字节们，再按照 gbk 解码。得到正确的中文。

       System . out .println( "-------GBK--------" );

       System . out .println( new String(bytes, "GBK" ));

    }

}

 

 

3       场景 2

 

form.html

<form action="/my/servlet/TestServlet" method="post" >

    <input name="username">

    <input type="submit" value=" 提交 ">

</form>

 

TestServlet.java

import java.io.IOException;

import java.io.PrintWriter;

import javax.servlet.ServletException;

import javax.servlet.http.HttpServlet;

import javax.servlet.http.HttpServletRequest;

import javax.servlet.http.HttpServletResponse;

 

public class TestServlet extends HttpServlet {

 

    @Override

    protected void doGet(HttpServletRequest req, HttpServletResponse resp)

           throws ServletException, IOException {

       resp.setContentType( "text/html;charset=gbk" );

       PrintWriter out = resp.getWriter();

       req.setCharacterEncoding( "gbk" );

       String username = req.getParameter( "username" );

       System. out .println(username);

       out .println(username);

       out .close();

    }

 

    @Override

    protected void doPost(HttpServletRequest req, HttpServletResponse resp)

           throws ServletException, IOException {

       doGet(req, resp);

    }

}

 

web.xml

    <servlet>

      <servlet-name>TestServlet</servlet-name>

      <servlet-class>TestServlet</servlet-class>

    </servlet>

 

    <servlet-mapping>

        <servlet-name>TestServlet</servlet-name> 

        <url-pattern>/servlet/TestServlet</url-pattern>

    </servlet-mapping>

 

访问这个地址 http://127.0.0.1/my/form.html

输入“我们”然后提交。我们看到的是正确的中文，没有乱码

3.1   分析

浏览器发送 form 表单内容到服务器

服务器接收内容，进行解码

服务器将解码后得到的内容进行编码，再传到浏览器

浏览器接收内容，进行解码

详细内容略。。。。。。

4       场景 3

略。。。。。。