URL地址中的中文亂碼問題的解決

引言： 在Restful類的服務設計中，經常會碰到需要在URL地址中使用中文作為的參數的情況，這種情況下，一般都需要正確的設置和編碼中文字符信息。亂碼問題就此產生了，該如何解決呢？且聽本文詳細道來。

1.  問題的引出

   在Restful的服務設計中，查詢某些信息的時候，一般的URL地址設計為： get /basic/service? keyword=歷史 ， 之類的URL地址。 但是，在實際的開發和使用中，確是有亂碼情況的發生，在后台的讀取keyword信息為亂碼，無法正確讀取。

2. 亂碼是如何產生的？

 

   由於我們利用URL傳遞參數這種方式是依賴與瀏覽器環境中的，也就是說URL及URL中包含的各個key=value格式的傳遞參數鍵值對參數是在瀏覽器地址欄中的處理原理處理相應編碼后傳遞至后台進行解碼的。

 

  由於我們沒有進行任何處理，此時javascript請求URL並傳參數存在中文時（也就是說輸入框中輸入中文時），對URL的中文參數進行編碼是按照瀏覽器機制進行編碼的。此時編碼存在亂碼問題。

 

3. 初次編碼, javascript中利用encodeURI()方法進行編碼。

 

   利用encodeURI()在javascript中對中文URL參數進行編碼時，“測試”二字會被轉換為“%E6%B5%8B%E8%AF%95”。 但是問題依然存在。原因是在編碼后的字符串信息，瀏覽器機制會認為“%”是一個轉義字符，瀏覽器會把地址欄URL中的傳遞的已轉換參數“%”與“%”之間的已轉義字符進行處理傳遞到后台中。這樣會造成與實際經過encodeURI()編碼后的URL不符，因為瀏覽器誤認為“%”是轉義字符字符了，它並未將“%”認為是個普通字符。

4. 二次編碼，使用encodeURI

   操作： encodeURI(encodeURI("/order?name=" + name));

   處理后的URL不在是通過一次 encodeURI()轉換后的字符串”%E6%B5%8B%E8%AF%95“，而是經過上一步兩層encodeURI()處理URL處理后的字符串”%25E6%B255%258B%25E8%AF%2595“，通過再次編碼原有被瀏覽起解析為轉義字符的”%“被再次編碼，轉換成了普通字符轉”%25“。

      此時前端javascript代碼對帶有中文的URL編碼已經完成，並通過URL傳遞參數的方式傳遞到后台等待處理，Action獲取到正常轉換切無亂碼的參數為”%25E6%B255%258B%25E8%AF%2595“，此字符串對應的中文正是我們輸入的”測試“二字。

5. 后台如何正確解析中文字符信息？

 

  進入后台的信息，在經過二次encodeURI()之后，直接讀取是無法后去正確的信息的。 需要繼續如下處理:

 

URLDecoder.decode("chinese string","UTF-8")

      URLDecoder的decode(String str,String ecn)方法有兩個參數，第一個參數為待解碼的字符串，第二個參數為解碼時的對應編碼。

 

6.   encodeURI, encodeURIComponent, escape

 

    6.1  escape()函數

    escape() 函數可對字符串進行編碼，這樣就可以在所有的計算機上讀取該字符串。
   返回值：已編碼的 string 的副本。其中某些字符被替換成了十六進制的轉義序列。
   說明 ：該方法不會對 ASCII 字母和數字進行編碼，也不會對下面這些 ASCII 標點符號進行編碼： - _ . ! ~ * ' ( ) 。其他所有的字符都會被轉義序列替換。所有的空格符、標點符號、特殊字符以及其他非ASCII字符都將被轉化成%xx格式的字符編碼（xx等於該字符在字符集表里面的編碼的16進制數字）。比如，空格符對應的編碼是%20。不會被此方法編碼的字符： @ * / +

  6.2 encodeURI() 方法

把URI字符串采用UTF-8編碼格式轉化成escape格式的字符串。不會被此方法編碼的字符：! @ # $& * ( ) = : / ; ? + '

 6.3  encodeURIComponent() 方法

    把URI字符串采用UTF-8編碼格式轉化成escape格式的字符串。與encodeURI()相比，這個方法將對更多的字符進行編碼，比如 / 等字符。所以如果字符串里面包含了URI的幾個部分的話，不能用這個方法來進行編碼，否則 / 字符被編碼之后URL將顯示錯誤。
不會被此方法編碼的字符：! * ( ) '
    因此，對於中文字符串來說，如果不希望把字符串編碼格式轉化成UTF-8格式的（比如原頁面和目標頁面的charset是一致的時候），只需要使用escape。如果你的頁面是GB2312或者其他的編碼，而接受參數的頁面是UTF-8編碼的，就要采用encodeURI或者encodeURIComponent。

 

7. 另一種處理URL的中文亂碼方案

    請求端的中字符有encodeURI進行一次轉碼,如:
           var url="/ajax?name="+encodeURI(name);
   服務器端代碼:
        name=new String(name.getBytes("iso8859-1"),"UTF-8");
注: name為獲得的字符串,iso8859-1為項目的默認字符編碼,如果為中文編碼gbk,gb2312等則不用這一步進行處理.

  分析： 經過程序驗證，結果可行的。 由此可知，瀏覽器本身默認的編碼方式是iso8859-1的方式，即使使用了encodeURI進行了utf-8編碼處理，主要的字符串內容，比如ascii字符和可見字符都還是基於iso8859-1瀏覽器自身的字符。原因就是這些字符在編碼上和UTF-8字符串是重合的。而encodeURI之類的轉義函數主要解決，特殊字符%,/之類的字符的轉義問題。