1,为什么会出现乱码
乱码的根本原因是字节和字符的问题。
我们在大学学习c的时候,老师就有介绍字符和字节。
字节由8个bit位表示,最早的编码是ASCII码,ASCII码是单字节的编码字符。因为单字节8个bit位对于中文字符和其他国家的字符来说根本不够用,需要更多的bit位来表示字符。我们现在常见的编码有GBK,BIG5,GB2312,UTF-8,通过编码映射表可以确定bit位和字符之间的映射关系。
一个应用从服务端把需要展现的文字换成一段字节流传输给浏览器,浏览器把字节流组装字符展现的过程一般是这样(应用的编码是GBK):
服务端:String text->getBytes("GBK")->byte[] bytes
浏览端:byte[] bytes->new String("bytes","GBK") ->String text
如果字节流处理的转换过程使用编码不一致就会出现乱码问题。
2,常见的乱码现象
a,提交表单的时候出现乱码(页面编码和服务端编码不一致)
页面是jsp的时候,会经常出现的问题,这个比较容易发现和修改,只要改下jsp文件的头就可以了。
<%@ page contentType="text/html;charset=GB2312" language="java" %>
b,系统之间接口调用出现乱码(如果两个应用的编码格式不一致,get和post方式都是会出现乱码问题的)
今天遇到一个问题,系统A调用我们的http接口他们提交过来的数据是乱码,主要是因为两个系统的编码格式不一致。我们的应用是GBK,对方的是UTF-8。
解决方法是:
需要他们重新指定下http request的编码格式。
c,和前端交互的时候容易出现乱码(同一个应用get方式)
页面脚本传种中文到后台的时候会出现乱码,而且中文编码是不同的浏览器有各自的实现,后端想用 new String(“乱码”.getBytes(“GBK”),”UTF-8”)这种方式
去还原字符,最后得到是问号。
前端来说最简单的解决方式是用js对页面上传输到后台的中文进行encodeURI编码,传到服务端如果是进行decode。
(tomcat默认会先进行一次decode,所有有时候js会对中文进行2次编码)
另外一种get方式乱码的解决方式是修改容器的encodingURI来实现。
jboss : 修改 /server/default/deploy/jbossweb.sar/server.xml
<Connector port="6666" address="${jboss.bind.address}"
maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
enableLookups="false" redirectPort="8443" acceptCount="100"
connectionTimeout="20000" disableUploadTimeout="true" URIEncoding="GBK"/>
tomcat:/conf/server.xml
<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1" redirectPort="8443" URIEncoding="UTF-8" />
https://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/