JSP中文乱码问题解决

2016-12-17 本文已影响774人七寸知架构

大家在JSP的开发过程中，经常出现中文乱码的问题，可能一至困扰着大家，现把JSP开发中遇到的中文乱码的问题及解决办法写出来供大家参考。

首先了解一下Java中文问题的由来：Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，Java和JSP文件本身编译时产生的乱码问题和Java程序与其他媒介交互产生的乱码问题。首先Java（包括JSP）源文件中很可能包含有中文，而Java和JSP源文件的保存方式是基于字节流的，如果Java和JSP编译成class文件过程中，使用的编码方式与源文件的编码不一致，就会出现乱码。基于这种乱码，建议在Java文件中尽量不要写中文（注释部分不参与编译，写中文没关系），如果必须写的话，尽量手动带参数－ecoding GBK或－ecoding gb2312或－ecoding UTF-8编译；对于JSP，在文件头加上<%@ page contentType="text/html;charset=GBK"%>基本上就能解决这类乱码问题。

JSP页面乱码##

这种乱码问题比较简单，一般是页面编码不一致导致的乱码，一般新手容易出现这样的问题，具体分以下两种情况：

未指定使用字符集编码###

下面的显示页面(display.jsp)就出现乱码：

<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html charset=gb2312">
    </head>
    <body>
        <%out.print("JSP的中文处理");%>
    </body>
</html>

这种乱码的原因是没有在页面里指定使用的字符集编码，JSP页面中出现了中文字符，而默认的ISO-8859-1字符集中无中文字符，解决方法：只要在页面开始地方用下面代码指定字符集编码即可，在JSP页面中指定编码方式(gb2312),和浏览器解码方式设置相同，即在页面的第一行加上：<%@ page contentType="text/html; charset=gb2312"%>，就可以消除乱码了。完整页面如下：

<%@ page contentType="text/html; charset=gb2312"%>
<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html charset=gb2312">
    </head>
    <body>
        <%out.print("JSP的中文处理");%>
    </body>
</html>

编码字符集设置不一致###

下面的显示页面(display.jsp)就出现乱码：

<%@ page language="java" pageEncoding="gb2312"%>
<%@ page contentType="text/html;charset=iso8859-1"%>
<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html charset=gb2312">
    </head>
    <body>
        <%out.print("JSP的中文处理");%>
    </body>
</html>

这个出现乱码原因是由于页面编码不一致导致的乱码，在这个例子中我们可以看到有三处设置字符集的地方，下面分别了解一下这三处设置具体含义：

第一处<%@ page language="java" pageEncoding="gb2312"%>的编码格式为jsp文件的存储格式。Eclipse会根据这个编码格式保存文件。并编译jsp文件，包括里面的汉字。
第二处<%@ page contentType="text/html;charset=iso8859-1"%>的编码为解码格式。因为存为gb2312的文件被解码为iso8859-1，这样如有中文肯定出乱码。也就是必须一致。而第二处所在的这一行，可以没有。缺省也是使用iso8859-1的编码格式。所以如果没有这一行的话，也会出现乱码。必须一致才可以。
第三处<meta http-equiv="Content-Type" content="text/html charset=gb2312">的编码为控制浏览器的解码方式。如果前面的解码都一致并且无误的话，这个编码格式用不用设置都可以。有的网页出现乱码，就是因为浏览器不能确定使用哪种编码格式。因为页面有时候会嵌入页面，导致浏览器混淆了编码格式出现了乱码。

完整解决代码如下：

<%@ page language="java" pageEncoding="gb2312"%>
<%@ page contentType="text/html;charset= gb2312"%>
<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html charset=gb2312">
    </head>
    <body>
        <%out.print("JSP的中文处理");%>
    </body>
</html>

表单提交中文时出现乱码##

下面是一个提交页面(submit.jsp)，代码如下：

<%@ page contentType="text/html; charset=gb2312"%>
<html>
    <head><title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
    </head>
    <body>
        <form name="form1" method="post/get" action="process.jsp">
            <div align="center">
                <input type="text" name="name">
                <input type="submit" name="Submit" value="Submit">
            </div>
        </form>
    </body>
</html>

下面是处理页面(process.jsp)代码：

<%@ page contentType="text/html; charset=gb2312"%>
<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
    </head>
    <body>
        <%=request.getParameter("name")%>
    </body>
</html>

如果submit.jsp提交英文字符能正确显示，如果提交中文时就会出现乱码。原因：浏览器默认使用UTF-8编码方式来发送请求，而UTF- 8和GB2312编码方式表示字符时不一样，这样就出现了不能识别字符。

POST提交方式###

解决办法：（A）接受参数时进行编码转换

String s=new String(request.getParameter("name").getBytes("ISO-8859-1"),"gb2312") ;

修改后的process.jsp代码如下：

<%@ page contentType="text/html; charset=gb2312"%>
<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
    </head>
    <body>
        <%
        String s=new String(request.getParameter("name").getBytes("ISO-8859-1"),"gb2312") ;
        out.print(s);
        %>
    </body>
</html>

如果使用该方法的话，每一个参数都必须这样进行转码。很麻烦。但确实可以拿到汉字。

解决办法：（B）通过request.seCharacterEncoding ("gb2312")对请求进行统一编码，就实现了中文的正常显示，修改后的process.jsp代码如下：

<%@ page contentType="text/html; charset=gb2312"%>
<%request.seCharacterEncoding("gb2312");%>
<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
    </head>
    <body>
        <%=request.getParameter("name")%>
    </body>
</html>

如果使用该方法接受此参数的页面就不必在转码了，即可得到汉字参数。但每页都需要执行这句话。

解决办法：（C）为了避免每页都要写request.setCharacterEncoding("gb2312")，可以使用过滤器对所有jsp进行编码处理。就是使用Servlet规范中的过虑器指定编码，主要代码如下：

import java.io.*;
import javax.servlet.Filter; 
import javax.servlet.FilterChain; 
import javax.servlet.FilterConfig; 
import javax.servlet.ServletException; 
import javax.servlet.ServletRequest; 
import javax.servlet.ServletResponse; 

public class SetCharacterEncodingFilter implements Filter {

    protected String encoding = null; 
    public void destroy(){ 
        this.encoding = null; 
    } 

    public void init(FilterConfig filterConfig) throws ServletException {
         this.encoding = filterConfig.getInitParameter("encoding");
    }

    public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException {
        request.setCharacterEncoding(encoding);
        response.setContentType("text/html;charset="+encoding);
        chain.doFilter(request, response);
    }
}

过滤器在web.xml中的配置如下：

<filter>
    <filter-name>SetCharacterEncodingFilter</filter-name>
    <filter-class>SetCharacterEncodingFilter</filter-class>
    <init-param>
        <param-name>encoding</param-name>
        <param-value>gb2312</param-value>
    </init-param>
</filter>

<filter-mapping>
    <filter-name>SetCharacterEncodingFilter</filter-name>
    <url-pattern>/*</url-pattern>
</filter-mapping>

修改后的process.jsp代码如下：

<%@ page contentType="text/html; charset=gb2312"%>
<html>
    <head>
        <title>JSP的中文处理</title>
    </head>
    
    <body>
        <%=request.getParameter("name")%>
    </body>
</html>

以上方法只对POST方式提交有效果。

GET提交方式###

如果使用get方式提交中文，接受参数的页面也会出现乱码，这个乱码的原因也是tomcat的内部编码格式iso8859-1导致。Tomcat会以get的缺省编码方式iso8859-1对汉字进行编码，编码后追加到url，导致接受页面得到的参数为乱码。
解决办法：

（A）使用POST提交方式解决办法的第一种方式，对接受到的字符进行解码，再转码。

（B）首先配置tomcat下server.xml的Connector节点增加useBodyEncodingForURI="true"属性配置，然后在JSP页面中加入**<%request.seCharacterEncoding("gb2312");%>**所设置的编码格式进行编码。

（1）Tomcat中server.xml配置如下：

<Connector port="8080" protocol="HTTP/1.1" 
    connectionTimeout="20000" 
    redirectPort="8443" 
    useBodyEncodingForURI="true" />

<Connector port="8080" protocol="HTTP/1.1" 
    URIEncoding="gb2312"  
    connectionTimeout="20000"    
    redirectPort="8443" />

（2）修改后的process.jsp代码如下：

<%@ page contentType="text/html; charset=gb2312"%>
<% request.seCharacterEncoding("gb2312"); %>
<html>
    <head>
        <title>JSP的中文处理</title>
        <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
    </head>
    <body>
        <%=request.getParameter("name")%>
    </body>
</html>

数据库连接出现乱码##

这种乱码会使你插入数据库的中文变成乱码，或者读出显示时也是乱码，解决方法如下：在数据库连接字符串中加入编码字符集：

String Url=" jdbc:sqlserver://localhost:1433;DataBaseName=mydb;user=sa&password=sa&useUnicode=true&characterEncoding=GB2312";

并在JSP页面中使用如下代码：

response.setContentType("text/html;charset=gb2312");
request.setCharacterEncoding("gb2312");

JSP页面通过URL传递中文参数的乱码问题##

在项目中，我们经常遇到需要在jsp页面切换中传递中文字符。例如：http://website/test1.jsp?act=add&type=苹果。

一般来说我们很少直接在URL里面把参数写成中文，如例子中的"type=苹果"这样传递。如果出现这种情况，在我们的接收参数的页面我们只需要做个简单的转换就可以了。代码test1.jsp：

<%@ page language="java" import="java.util.*" pageEncoding="gb2312"%>
<%
    String type = request.getParameter("type");
    String result = new String(type.getBytes("iso-8859-1"), "gb2312");
    out.println(result);
%>

更普遍的做法，就是对url中的中文字符进行编码，变成类似type=%20D%20B这样的字符。代码MyJsp1.jsp：

<%@ page language="java" import="java.util.*" pageEncoding="gb2312"%>
<%@ page import="java.net.*" %>
<a href='./MyJsp2.jsp?act=<%=URLEncoder.encode("中国人 非常好")%>'>test</a>

代码MyJsp2.jsp：

<%@ page language="java" import="java.util.*" pageEncoding="gb2312"%>
<%@ page import="java.net.*" %>
<%
    String tempVal = URLDecoder.decode(request.getParameter("act"));
    out.println(new String(tempVal.getBytes("ISO-8859-1"), "gb2312"));
%>

jsp include html 乱码问题##

在使用<%@ include page=""%>指令包含一个html页面(b.html)时中文乱码：

其一，首先想到的就是这两个文件编码是否统一。
其二，两个文件的pageEncoding和contentType中的编码是否统一。

下面我们分析下pageEncoding和contentType两种属性的区别：

（1）pageEncoding是jsp文件本身的编码；
（2）contentType的charset是指服务器发送给客户端时的内容编码；

JSP从用户发送请求到相应给用户中间要经历三个阶段：

（1）jsp编译成.java，它会根据pageEncoding的设定编码读取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。

（2）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。

（3）Tomcat（或其的application container）载入和执行阶段二得来的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。

而include指令就是在第一阶段之前执行的,注意这个是在第一阶段之前,所以,如果包含文件和被包含文件的文件编码不一致,那么,该指令就会工作不太正常,不能正确的把被包含的文件从原来编码转换为包含文件的编码,就会出现乱码现象。

所以这时候得指定html页面的pageEncoding 属性虽能html文件不识别这个属性但是最后include到jsp文件中他会发挥作用的。

还有一种方法就是修改项目的web.xml 文件在web-app标签中加入如下内容：

<jsp-config>
    <jsp-property-group>
        <description>html encoding example</description>
        <display-name>JSPConfiguration</display-name>
        <url-pattern>*.html</url-pattern>
        <el-ignored>true</el-ignored>
        <page-encoding>UTF-8</page-encoding>
        <scripting-invalid>false</scripting-invalid>
        <include-prelude></include-prelude>
        <include-coda></include-coda>
    </jsp-property-group>
</jsp-config>

重新部署下项目就好了。其实仔细观察代码他也是设置include的html/jsp页面的编码。思路是一样的。