因為url傳送默認編碼是容器的編碼,tomcat默認是iso-8859-1.所以,request.gerParameter()獲得的值必須轉碼,除非設置tocmat的默認url編碼。
這個是涉及到字符編碼的問題 一個字符在網頁間傳遞要經過編/解碼的問題
我來具體解釋一下這個語句username=new String(username.getBytes("ISO8859_1"),"GBK");
網頁本身是gb2312(也就是gbk)對數據進行解碼的,那么你要將這個數據轉換成ISO8859_1解碼
的數據,一定要先將這個數據編碼成gbk,然后通過getBytes()方法將其解碼成ISO8859_1編碼方式,那么最后得到的數據才是以ISO8859_1進行編碼的數據
這是java字符串處理的一個標准函數,其作用是將字符串所表示的字符按照charset編碼,並以字節方式表示。注意字符串在java內存中總是按unicode編碼存儲的。比如"中文",正常情況下(即沒有錯誤的時候)存儲為"4e2d 6587",如果charset為"gbk",則被編碼為"d6d0 cec4",然后返回字節"d6 d0 ce c4".如果charset為"utf8"則最后是"e4 b8 ad e6 96 87".如果是"iso8859-1",則由於無法編碼,最后返回 "3f 3f"(兩個問號)。
java .class類的編碼為:unicode;
windows 默認的編碼為:中文:gb2312; 英文:iso8859;
String str = "張三" ;
byte[] jiema= str.getBytes("gb2312") ; //解碼
String bianma = new String(jiema,"UTF-8");//編碼 如果上面的解碼不對 可能出現問題
2. new String(charset)
這是java字符串處理的另一個標准函數,和上一個函數的作用相反,將字節數組按照charset編碼進行組合識別,最后轉換為unicode存儲。參考上述getBytes的例子,"gbk" 和"utf8"都可以得出正確的結果"4e2d 6587",但iso8859-1最后變成了"003f 003f"(兩個問號)。
因為utf8可以用來表示/編碼所有字符,所以new String( str.getBytes( "utf8" ), "utf8" ) === str,即完全可逆。
3. setCharacterEncoding()
該函數用來設置http請求或者相應的編碼。
對於request,是指提交內容的編碼,指定后可以通過getParameter()則直接獲得正確的字符串,如果不指定,則默認使用iso8859-1編碼,需要進一步處理。參見下述"表單輸入".值得注意的是在執行setCharacterEncoding()之前,不能執行任何getParameter()。java doc上說明:This method must be called prior to reading request parameters or reading input using getReader()。而且,該指定只對POST方法有效,對GET方法無效。分析原因,應該是在執行第一個getParameter()的時候,java將會按照編碼分析所有的提交內容,而后續的getParameter()不再進行分析,所以setCharacterEncoding()無效。而對於GET方法提交表單是,提交的內容在URL中,一開始就已經按照編碼分析所有的提交內容,setCharacterEncoding()自然就無效。
對於response,則是指定輸出內容的編碼,同時,該設置會傳遞給瀏覽器,告訴瀏覽器輸出內容所采用的編碼。
4. 處理過程
下面分析兩個有代表性的例子,說明java對編碼有關問題的處理方法。
4.1. 表單輸入
User input *(gbk:d6d0 cec4) browser *(gbk:d6d0 cec4) web server iso8859-1(00d6 00d 000ce 00c4) class,需要在class中進行處理:getbytes("iso8859-1")為d6 d0 ce c4,new String("gbk")為d6d0 cec4,內存中以unicode編碼則為4e2d 6587.
l 用戶輸入的編碼方式和頁面指定的編碼有關,也和用戶的操作系統有關,所以是不確定的,上例以gbk為例。
l 從browser到web server,可以在表單中指定提交內容時使用的字符集,否則會使用頁面指定的編碼。而如果在url中直接用?的方式輸入參數,則其編碼往往是操作系統本身的編碼,因為這時和頁面無關。上述仍舊以gbk編碼為例。
l Web server接收到的是字節流,默認時(getParameter)會以iso8859-1編碼處理之,結果是不正確的,所以需要進行處理。但如果預先設置了編碼(通過request. setCharacterEncoding ()),則能夠直接獲取到正確的結果。
l 在頁面中指定編碼是個好習慣,否則可能失去控制,無法指定正確的編碼。
4.2. 文件編譯
假設文件是gbk編碼保存的,而編譯有兩種編碼選擇:gbk或者iso8859-1,前者是中文windows的默認編碼,后者是linux的默認編碼,當然也可以在編譯時指定編碼。
Jsp *(gbk:d6d0 cec4) java file *(gbk:d6d0 cec4) compiler read uincode(gbk: 4e2d 6587; iso8859-1: 00d6 00d 000ce 00c4) compiler write utf(gbk: e4b8ad e69687; iso8859-1: *) compiled file unicode(gbk: 4e2d 6587; iso8859-1: 00d6 00d 000ce 00c4) class.所以用gbk編碼保存,而用iso8859-1編譯的結果是不正確的。
class unicode(4e2d 6587) system.out / jsp.out gbk(d6d0 cec4) os console / browser.
l 文件可以以多種編碼方式保存,中文windows下,默認為ansi/gbk.
l 編譯器讀取文件時,需要得到文件的編碼,如果未指定,則使用系統默認編碼。一般class文件,是以系統默認編碼保存的,所以編譯不會出問題,但對於jsp文件,如果在中文windows下編輯保存,而部署在英文linux下運行/編譯,則會出現問題。所以需要在jsp文件中用pageEncoding指定編碼。
l Java編譯的時候會轉換成統一的unicode編碼處理,最后保存的時候再轉換為utf編碼。
l 當系統輸出字符的時候,會按指定編碼輸出,對於中文windows下,System.out將使用gbk編碼,而對於response(瀏覽器),則使用jsp文件頭指定的contentType,或者可以直接為response指定編碼。同時,會告訴browser網頁的編碼。如果未指定,則會使用iso8859-1編碼。對於中文,應該為browser指定輸出字符串的編碼。
l browser顯示網頁的時候,首先使用response中指定的編碼(jsp文件頭指定的contentType最終也反映在response上),如果未指定,則會使用網頁中meta項指定中的contentType.
5. 幾處設置
對於web應用程序,和編碼有關的設置或者函數如下。
5.1. jsp編譯
指定文件的存儲編碼,很明顯,該設置應該置於文件的開頭。例如:。另外,對於一般class文件,可以在編譯的時候指定編碼。
5.2. jsp輸出
指定文件輸出到browser是使用的編碼,該設置也應該置於文件的開頭。例如:。該設置和response.setCharacterEncoding("GBK")等效。
5.3. meta設置
指定網頁使用的編碼,該設置對靜態網頁尤其有作用。因為靜態網頁無法采用jsp的設置,而且也無法執行response.setCharacterEncoding()。例如:
如果同時采用了jsp輸出和meta設置兩種編碼指定方式,則jsp指定的優先。因為jsp指定的直接體現在response中。
需要注意的是,apache有一個設置可以給無編碼指定的網頁指定編碼,該指定等同於jsp的編碼指定方式,所以會覆蓋靜態網頁中的meta指定。所以有人建議關閉該設置。
5.4. form設置
當瀏覽器提交表單的時候,可以指定相應的編碼。例如:。一般不必不使用該設置,瀏覽器會直接使用網頁的編碼。
按照字節數截取字符串:
package com.example.web.filter; public class Test { public static void main(String[] args) throws Exception { // String ss=".abcdefghigklmnopqrstuvwxyABCDEFGHIJKLMNOPQRSTUVWXYZ"; // for (int i = 0; i < ss.getBytes().length; i++) { // System.out.println(ss.getBytes()[i]); // } System.out.println("是".getBytes().length); String str = "1是1否是字節231we撒rw"; System.out.println(str.getBytes().length); String strgbk = new String(str.getBytes("GBK"),"GBK"); System.out.println(strgbk); int num=trimGBK(strgbk.getBytes(),11); System.out.println(strgbk.substring(0,num)); System.out.println("----------"); num=trimUTF8(str.getBytes(),11); System.out.println(str.substring(0,num)); } private static int trimGBK(byte[] buf, int n) { int num=0; boolean firstHalf = false; for (int i = 0; i < n ; i++) { if (buf[i]<0 && !firstHalf) { firstHalf=true; }else { num++; firstHalf=false; } } return num; } /** * 如果是UTF8編碼,它占三個字節,每個字節都小於0 * @param buf 字節數組 * @param n 需要截取的字符串字節長度 * @return */ private static int trimUTF8(byte[] buf, int n) { int num=0; int count=1; for (int i = 0; i < n ; i++) { if (buf[i]<0 && count!=3) { count++; }else { num++; count=1; } } return num; } }