JSP页面编码问题研究MotivitionAnalysisConclusion

80酷酷网    80kuku.com

  js|编码|问题|页面

Motivition

曾经有一个网友问过我这样一个问题:<%page contentType="text/html; charset=UTF-8"%><html><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"></head><body>中国</body></html>这个页面在为什么在运行的时候“中国”会变成乱码?

Analysis

      Key Step

对于上面问题的分析需要从整个JSP页面请求的生命周期来看,一般的都需要经历下面几个阶段:1。应用服务器根据JSP页面生成一个Java文件2。应用服务器调用java.exe将Java文件编译成一个Servlet对应的class文件3。用户的浏览器请求JSP对应的Servlet,Web容器起一个线程执行Servlet,将数据返回给客户端浏览器4。用户的IE根据返回的数据,将结果显示给用户。

      Key Step Analysis

为了更好的了解编码问题,我们暂时先从上面的四个环节一步步来分析,根据分析的结果,来得到最终的解决办法。

1. 在应用服务器根据JSP页面生成Java文件阶段。 应用服务器会将整个JSP页面的代码读取出来,然后写到一个新的JAVA文件中,在读文件和写文件的时候都牵涉到一个编码问题,这个编码问题应用服务器是如何解决的呢?我研究Tomcat应用服务器的源代码,发现Tomcat中有一个pageEncoding参数非常重要,在ParserController会从JSP文件中读出这个参数(如果没有读到,就从第一行的contentType中读取charset),然后保存起来,如果没有读取到这个参数,会从JspConfig中读出一个默认的PageEncoding参数,如果这两个参数都没有的设置,系统会默认成ISO8859-1的编码来读取原来的JSP文件。   从上面的分析出,我们已经基本了解了应用服务器读取JSP文件的编码方式,由于Java底层都是基于Unicode编码来存储字符的,所以在写文件的时候,都输出成Unicode编码的形式。2。在JDK将Java文件编译成Class文件的时候可以利用-encoding参数指定源文件的编码,这在手动编译的时候非常重要,因为这决定了Java虚拟机读取Java文件时采用的编码方式,但是在Web应用中这个环节我们可以忽略,因为应用服务器可以很好的解决这个编码。以Tomcat为例,由于生成的java文件是固定的UTF-8编码,所以Tomcat也固定的采用UTF-8编码来读取,通过浏览AbstractCatalinaTask可以看到reader = new InputStreamReader(hconn.getInputStream(), CHARSET);其中的CHARSET=utf-8。所以在这个环节中应用服务器都可以很好的把握,不会带来编码问题。

3. 用户的浏览器请求JSP对应的Servlet阶段。 如果前面的环节中不会带来编码问题,也就是说在Java虚拟机中运行的时候,能正常的获取到“中国”,那么在执行servlet的环节中不会“中国”始终是以Unicode存储的中国,那么在第三个环节中需要关注的是JspWriter如何将数据返回给客户端浏览器。大家可以试验一下,在java中如果用new String(str.getBytes("encoding"),"encoding")执行的时候,始终不会出现乱码问题,也就是说,一个字符串可以用不同的代码来getBytes()生成字节数组(底层I18N.jar所作的工作,提供Byte2Char和Char2Byte的转换)。   如果大家可以理解这一点,那么下面大家就需要了解JspWriter输出字符串时采用的编码方式是什么?通过浏览Response.java类可以了解到Tomcat应用服务器是根据contentType来获取的writer的编码方式,也就是说,最后返回客户端的字节流是contentType对应的charset中获取出来的字节数组。

4. IE根据返回的数据处理显示阶段 通过前面的分析可以了解到,应用服务器返回的“中国”是根据ContentType中的charset来显示的,只要IE知道该用这个编码来接收字节流并转成字符串,并将用户的浏览器推荐合适的编码来查看结果,用户就可以浏览到正确的“中国”两个字。可以高兴得是,目前的IE等浏览器正式这样处理的。

Conclusion

通过上面的分析,我们可以看到,在整个JSP页面的编码过程中,我们真正要解决的是JSP文件到Java文件这个过程中的编码问题,也就是PageEncoding参数的设置问题。由于pageEncoding参数是servlet2.3规范中规定的参数,所以下面的方法在很多应用服务器下面都通用,这方面的设置本人在工作中基本上得到了下面的一些方法:1。在JSP页面的中加上pageEncoding参数,比如:<% page contentType="text/html; charset=UTF-8" pageEncoding="GBK"%>,这样就可以将页面可以用ANSI来存储。也就是说当页面存储的编码方式和chtentType中的charset不一样的时候,可以考虑加上pageEncoding参数。2。有些应用服务器(如weblogic),在没有获取到pageEncoding参数的时候,不是先从charset中获取编码类型,而是从另外的一些配置文件,如weblogic.xml文件中加上下面的代码:<jsp-descriptor>     <jsp-param>          <param-name>compilerSupports</param-name>           <param-value>true</param-value>     </jsp-param>     <jsp-param>          <param-name>encoding</param-name>           <param-value>GBK</param-value>     </jsp-param></jsp-descriptor>(在Tomcat5X种也有类似的处理,在应用的web.xml文件中加上类似下面的配置项)</jsp-config><jsp-property-group>           <url-pattern>*.jsp</url-pattern>           <el-ignored>true</el-ignored></jsp-property-group></jsp-config>

 

以上是对JSP页面编码的一些分析和处理方法,希望能对大家今后的学习和工作中有帮助!



分享到
  • 微信分享
  • 新浪微博
  • QQ好友
  • QQ空间
点击: