jsp/servlet編碼原理
轉自：http://janwer.iteye.com/blog/150226
首先，說說 JSP/Servlet 中的幾個編碼的作用
在 JSP/Servlet 中主要有以下幾種設置編碼的方式：
- pageEncoding ="UTF-8"（JSP）
- contentType = "text/html;charset=UTF-8"（JSP）
- request.setCharacterEncoding("UTF-8")（JSP,Servlet）
- response.setCharacterEncoding("UTF-8")（JSP,Servlet）
其中前兩個只能用於JSP 中，而後兩個可以用於 JSP 和 Servlet 中。
1、pageEncoding="UTF-8" 的作用是設置 JSP 編譯成 Servlet 時使用的編碼
眾所周知，JSP 在服務器上是要先被編譯成 Servlet 的。pageEncoding="UTF-8" 的作用就是告訴 JSP 編譯器在將 JSP 文件編譯成Servlet 時使用的編碼。通常，在 JSP 內部定義的字符串（直接在 JSP 中定義，而不是從瀏覽器提交的數據）出現亂碼時，很多都是由於該參數設置錯誤引起的。例如，你的JSP 文件是以GBK 為編碼保存的，而在JSP 中卻指定pageEncoding="UTF-8" ，就會引起JSP 內部定義的字符串為亂碼。
另外，該參數還有一個功能，就是在JSP中不指定 contentType 參數，也不使用response.setCharacterEncoding 方法時，指定對服務器響應進行重新編碼的編碼。
2、contentType="text/html;charset=UTF-8" 的作用是指定對服務器響應進行重新編碼的編碼
在不使用 response.setCharacterEncoding 方法時，用該參數指定對服務器響應進行重新編碼的編碼。
3、 request.setCharacterEncoding("UTF-8") 的作用是設置對“客戶端請求”進行重新編碼的編碼。
該方法用來指定對瀏覽器發送來的數據進行重新編碼（或者稱為解碼）時，使用的編碼。
4、 response.setCharacterEncoding("UTF-8") 的作用是指定對“服務器響應”進行重新編碼的編碼。
服務器在將數據發送到瀏覽器前，對數據進行重新編碼時，使用的就是該編碼。
其次，要說一說瀏覽器是怎麽樣對接收和發送的數據進行編碼的
response.setCharacterEncoding("UTF-8") 的作用是指定對服務器響應進行重新編碼的編碼。同時，瀏覽器也是根據這個參數來對其接收到的數據進行重新編碼（或者稱為解碼）。所以在無論你在 JSP 中設置 response.setCharacterEncoding("UTF-8") 或者response.setCharacterEncoding ("GBK") ，瀏覽器均能正確顯示中文（前提是你發送到瀏覽器的數據編碼是正確的，比如正確設置了pageEncoding 參數等）。可以做個實驗，在JSP 中設置response.setCharacterEncoding("UTF-8") ，在 IE 中顯示該頁面時，在 IE 的菜單中選擇 " 查看 (V)"-->" 編碼(D)" 中可以查看到是 " Unicode(UTF-8)" ，而在在 JSP 中設置response.setCharacterEncoding("GBK") ，在 IE 中顯示該頁面時，在 IE 的菜單中選擇 " 查看(V)--> 編碼(D)" 中可以查看到是" 簡體中文(GB2312)" 。
瀏覽器在發送數據時，對 URL 和參數會進行 URL 編碼，對參數中的中文，瀏覽器也是使response.setCharacterEncoding 參數來進行 URL 編碼的。以百度和 GOOGLE 為例，如果你在百度中搜索"漢字"，百度會將其編碼為"%BA%BA%D7%D6" 。而在 GOOGLE 中搜索"漢字"，GOOGLE 會將其編碼為 "%E6%B1%89%E5%AD%97" ，這是因為百度的response.setCharacterEncoding 參數為 GBK ，而 GOOGLE 的response.setCharacterEncoding 參數為 UTF-8 。
瀏覽器在接收服務器數據和發送數據到服務器時所使用的編碼是相同的，默認情況下均為 JSP 頁面的 response.setCharacterEncoding 參數（或者 contentType 和 pageEncoding 參數），我們稱其為瀏覽器編碼。當然，在IE中可以修改瀏覽器編碼（在IE的菜單中選擇" 查看(V)--> 編碼(D)" 中修改），但通常情況下，修改該參數會使原本正確的頁面中出現亂碼。一個有趣的例子是，在 IE 中瀏覽 GOOGLE 的主頁時，將瀏覽器編碼修改為"簡體中文(GB2312)" ，此時，頁面上的中文會變成亂碼，不理它，在文本框中輸入"漢字"，提交，GOOGLE 會將其編碼為"%BA%BA%D7%D6" ，可見，瀏覽器在對中文進行URL 編碼時，使用的就是瀏覽器編碼。
弄清了瀏覽器是在接收和發送數據時，是如何對數據進行編碼的了，再來看看服務器是在接收和發送數據時，是如何對數據進行編碼的。
對於發送數據，服務器按照response.setCharacterEncoding—>contentType—>pageEncoding 的優先順序，對要發送的數據進行編碼。
對於接收數據，要分三種情況。一種是瀏覽器直接用URL提交的數據，另外兩種是用表單的GET 和 POST 方式提交的數據。
因為各種 WEB 服務器對這三種方式的處理也不相同，所以我們以 Tomcat5.0 為例。
無論使用那種方式提交，如果參數中包含中文，瀏覽器都會使用當前瀏覽器編碼對其進行 URL 編碼。
對於表單中 POST 方式提交的數據，只要在接收數據的 JSP 中正確request.setCharacterEncoding 參數，即將對客戶端請求進行重新編碼的編碼設置成瀏覽器編碼，就可以保證得到的參數編碼正確。有人可能會問，那如何得到瀏覽器編碼呢？上面提過了，在默認請情況下，瀏覽器編碼就是你在響應該請求的 JSP 頁面中response.setCharacterEncoding 設置的值。所以對於 POST 表單提交的數據，在獲得數據的 JSP 頁面中 request.setCharacterEncoding 要和生成提交該表單的JSP頁面的 response.setCharacterEncoding 設置成相同的值。
對於 URL 提交的數據和表單中 GET 方式提交的數據，在接收數據的 JSP 中設置 request.setCharacterEncoding 參數是不行的，因為在 Tomcat5.0 中，默認情況下使用ISO-8859-1 對 URL 提交的數據和表單中 GET 方式提交的數據進行重新編碼（解碼），而不使用該參數對 URL 提交的數據和表單中 GET 方式提交的數據進行重新編碼（解碼）。要解決該問題，應該在 Tomcat 的配置文件的 Connector 標簽中設置useBodyEncodingForURI 或者 URIEncoding 屬性，其中 useBodyEncodingForURI 參數表示是否用 request.setCharacterEncoding 參數對 URL 提交的數據和表單中 GET 方式提交的數據進行重新編碼，在默認情況下，該參數為 false （Tomcat4.0 中該參數默認為true ）；URIEncoding 參數指定對所有 GET 方式請求（包括 URL 提交的數據和表單中 GET 方式提交的數據）進行統一的重新編碼（解碼）的編碼。URIEncoding 和 useBodyEncodingForURI 區別是，URIEncoding 是對所有 GET 方式的請求的數據進行統一的重新編碼（解碼），而 useBodyEncodingForURI 則是根據響應該請求的頁面的request.setCharacterEncoding 參數對數據進行的重新編碼（解碼），不同的頁面可以有不同的重新編碼（解碼）的編碼。所以對於 URL 提交的數據和表單中 GET 方式提交的數據，可以修改 URIEncoding 參數為瀏覽器編碼或者修改 useBodyEncodingForURI 為true ，並且在獲得數據的 JSP 頁面中 request.setCharacterEncoding 參數設置成瀏覽器編碼。
下面總結下，以 Tomcat5.0 為 WEB 服務器時，如何防止中文亂碼
- 對於同一個應用，最好統一編碼，推薦為 UTF-8 ，當然 GBK 也可以。
- 正確設置 JSP 的 pageEncoding 參數
- 在所有的 JSP/Servlet 中設置 contentType="text/html;charset=UTF-8" 或response.setCharacterEncoding("UTF-8") ，從而間接實現對瀏覽器編碼的設置。
- 對於請求，可以使用過濾器或者在每個 JSP/Servlet 中設置request.setCharacterEncoding ("UTF-8") 。同時，要修改 Tomcat 的默認配置，推薦將 useBodyEncodingForURI 參數設置為 true ，也可以將 URIEncoding 參數設置為 UTF-8 （有可能影響其他應用，所以不推薦.）。
jsp/servlet編碼原理