JavaWeb请求中文乱码

我就是我 2022-03-29 16:42 329阅读 0赞

解决中文乱麻问题，页面端发出的数据作两次encodeURI

var name="张三";

encodeURI(encodeURI(name));

后台解码：

URLDecoder.decode(name,"UTF-8");

URL编码与两次encodeURI

当使用地址栏提交查询参数时，如果不编码，非英文字符会按照操作系统的字符集进行编码提交到服务器，服务器会按照配置的字符集进行解码，所以如果两者不一致就会导致乱码。

encodeURI函数采用UTF-8对URL进行编码，所以如果服务器在进行解码时使用的是其他的编码方式就会出现乱码，默认的服务器配置的解码字符集都不是UTF-8，所以大部分情况下地址栏提交中文查询参数时会产生乱码；针对这种情况，可以连续使用两次encodeURI在客户端(主要指浏览器)对非英文字符进行编码，然后在服务端使用java.net.URLDecoder(String."UTF-8")解码，即可得到正确的中文。

如果只进行一次encodeURI，得到的是UTF-8形式的URL，服务器端通过request.getParameter()解码查询参数(通常是iso-8859-1)就会得到乱码。

如果进行两次encodeURI,第一次编码得到的是UTF-8形式的URL，第二次编码得到的依然是UTF-8形式的URL，但是在效果上相当于首先进行了一次UTF-8编码(此时已经全部转换为ASCII字符)，再进行了一次iso-8859-1编码，因为对英文字符来说UTF-8编码和ISO-8859-1编码的效果相同。在服务器端，首先通过request.getParameter()自动进行第一次解码(可能是gb2312,gbk,utf-8,iso-8859-1等字符集,对结果无影响)得到ascii字符，然后再使用UTF-8进行第二次解码，通常使用java.net.URLDecoder("","UTF-8")方法。

两次编码两次解码的过程为：

UTF-8编码->UTF-8(iso-8859-1)编码->iso-8859-1解码->UTF-8解码，编码和解码的过程是对称的，所以不会出现乱码。

encodeURL函数主要是来对URI来做转码，它默认是采用的UTF-8的编码.  
　　UTF-8编码的格式:一个汉字来三个字节构成，每一个字节会转换成16进制的编码，同时添加上%号.

假设页面端输入的中文是一个“中”，按照下面步骤进行解码

1.第一次encodeURI，按照utf-8方式获取字节数组变成\[-28,-72-83\]，对字节码数组进行遍历，把每个字节转化成对应的16进制数，这样就变成了\[E4,B8,AD\],最后变成\[�,�,�\] 此时已经没有了多字节字符，全部是单字节字符。

2、第二次encodeURI，进行编码，会把%看成一个转义字符，并不编码%以后字符，会把%编码成%.把数组最后变成\[�,�,�\]然后就把处理后的数据\[�,�,�\]发往服务器端，  
当应用服务器调用getParameter方法，getParameter方法会去向应用服务器请求参数  
应用服务器最初获得的就是发送来的\[�,�,�\]，应用服务器会对这个数据进行URLdecode操作，应用服务器进行解码的这一次，不管是按照UTF-8，还是GBK，还是ISO-8859，,都能得到\[�,�,�\]，因为都会把%解析成%.并把这个值返回给getParameter方法

3、再用UTF-8解码一次，就得到"中"了。

想想看，如果不编码两次，当服务器自动解码的时候，假如是按照ISO-8859去解码UTF-8编码的东西，就是会出现乱码。

易混知识点：

Java Servlet API 中提出了跟踪 Session 的另一种机制，如果客户端浏览器不支持 Cookie，Servlet 容器可以重写客户请求的 URL，把 Session ID 添加到 URL 信息中。  
HttpServletResponse 接口提供了重写 URL 的方法：public java.lang.String encodeURL(java.lang.String url)  
该方法的实现机制为：  
● 先判断当前的 Web 组件是否启用 Session，如果没有启用 Session，直接返回参数 url。  
● 再判断客户端浏览器是否支持 Cookie，如果支持 Cookie，直接返回参数 url；如果不支持 Cookie，就在参数 url 中加入 Session ID 信息，然后返回修改后的 url。