2.2. 中文乱码

你有没有发现,我们的例子中没有中文?
并不是我们不想使用中文,那是因为在jsp中使用中文是一个历史悠久的大问题,虽然等你解决了之后会觉得它是那么简单,但对于没经验的新手来说,中文乱码问题足以搞得他们焦头烂额了。
现在我们就要带领你闯过这道关,消灭掉请求和响应中可能出现的乱码,还中文英雄本色。

2.2.1. 先解决响应中的乱码

何为响应中的乱码?把页面中的“username”改成“用户名”你就知道了。
所谓响应中的乱码,就是显示页面上的乱码,因为页面数据是从服务器一端放入响应(response)中,然后发送给浏览器,如果响应中的数据无法被正常解析,就会出现乱码问题。
为什么英文就没有问题呢?因为在iso-8859-1,gb2312, utf-8以及任意一种编码格式下,英文编码格式都是一样的,每个字符占8位,而中文就麻烦了,在gb2312下一个中文占16位,两字节,而在utf-8下一个中文要占24位,三字节。浏览器在不知道确定编码方式的情况下,就会把这些字符从中间截断,再显示的时候就乱掉了。所以,想要解决乱码问题,就是要告诉浏览器我们到底使用了什么样的编码方式。
为了获得正常显示的中文,需要注意以下几步:
  1. 因为服务器要先从本地读取jsp文件,然后经过处理后写入响应,所以我们首先要知道的就是jsp文件的编码格式。从问题的源头着手解决。
    在咱们用的windowxp下,文件默认的编码格式是gb2312。
  2. 我们要在http的响应(response)中添加编码信息,使用如下方式:
    <%@ page contentType="text/html; charset=gb2312"%>
                        
    这段要放在jsp页面的第一行,用来指定响应的类型和编码格式,contentType为text/html就是html内容,charset表示编码为gb2312。这样浏览器就可以从响应中获得编码格式了。
    这种<%@ %>的形式叫做jsp指令(directive),现在接触到的是page指令,还有include和taglib指令,我们会在后面陆续讲到。
  3. 还需要在html中指定编码格式。
    <head>
        <meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
        <title>title</title>
    </head>
                        
    meta部分用来指定当前html的编码格式,注意这一段要放在head标签中,并且放到head标签的最前面,如果不是最前面ie下可能会出现问题,尤其是在title中有中文的情况下。
完成了以上三段检验,我们才能保证输出的jsp页面会正常显示中文。
例子在lingo-sample/02-02/下,正常显示的页面index.jsp,还留了一个乱码页面index_wrong.jsp。

2.2.2. POST乱码

先把form里加上method="POST",让form提交的时候使用POST方式。
发送请求的时候,使用的编码是iso-8859-1,意味着只有英文是有效字符,这个限制是因为当初指定http标准的成员都来自英语国家,所以如果使用默认的方式从请求获取数据,中文一定会全部变成乱码。
如果不信,你可以在刚才的例子里输入中文,然后提交:
提交结果就会变成这样:
怎么解决呢?我们要jsp最前面加上一条java语句,设置请求的字符编码。
<%
    request.setCharacterEncoding("gb2312");
%>
            
于是,那些乱码都正常了:
例子在lingo-sample/02-03/下。

2.2.3. GET乱码

直接点击超链接,form的默认提交方式都是GET。
POST方式下的解决方式还算简单,因为POST方式下提交的数据都是以二进制的方式附加在http请求的body部分发送,只需要在后台指定编码格式就足矣解决。
GET方式下会将参数直接附加到url后面,这部分参数无法使用request.setCharacterEncoding()处理,结果就是get形式的所有中文都变成了乱码。
这时再也没有简便方法了,只能对这些中文一个一个进行转换,使用new String(bytes, "gb2312")进行转码。
<%
    String username = request.getParameter("username");
    byte[] bytes = username.getBytes("iso-8859-1");
    String result = new String(bytes, "gb2312");
    out.print(result);
%>
            
如我们所见,先从request中获得参数,接着把字符串按照iso-8859-1编码打散成byte数组,然后用gb2312编码组合成新字符串,最后打印出来就是正常的中文了。
写在一起就变成了:
<%=new String(new String(request.getParameter("username").getBytes("iso-8859-1"), "gb2312")%>
            
这样做的缺点,是从请求中取得的所有中文都需要转码,非常烦琐。
所以大家千万不要像这样<a href="test.jsp?username=测试">测试</a>,把中文参数写到超链接中,form尽量使用method="POST",这样只需要设置request.setCharacterEncoding()就可以应付中文乱码问题。
例子在lingo-sample/02-04/下。
经历了这些只有非英语体系国家才能遇到的波折之后,我们的jsp终于可以接受请求中的参数,并正常响应了。下面将要进行更复杂的请求响应流程。