中文乱码问题

一、常见的编码格式

1） ISO8859-1属于单字节编码，最多能表示字符范围是0~255，应用于英文系列。

 

2） GB2312/GBK属于汉字的国标码，专门用来表示汉字的，是双字节编码，兼容ISO08859-1编码。

     GBK表示同时表示繁体字和简体字，GBK兼容GB2312。

3）Unicode 属于最统一的编码，可以表示所有的语言的字符，定长双字节编码。不兼容任何其他的编码，定长便于计算机处理，java就是用Unicode编码处理的。

4）UTF-8

考虑到Unicode编码不兼容ISO8859-1编码，而且容易占用更多的空间，就产生了。UTF编码是不定长的，每一个字符的长度为1~6个字节不等。英文占一个，汉字占三个字节。

二、解决方案

1.jsp编译

<%@page contentType="text/html" pageEndcoding="GBK"%>

2.jsp输出

 指定文件输出到browser时使用的编码，设置文件头。

<%@page contentType="text/html;charset=GBK"%>

与设置response.setCharacterEnding("GBK")

3.META

 <META http-equiv.......charset=GBK"/>

如果采用了jsp输出和meta设置两种编码指定的方式，则jsp优先。

4.form设置

<from accept-charset='gb2312'>

不设置，浏览器也会使用网页的编码

三、web应用程序乱码的原因

1.jsp页面被编译为class时，如果未指定字符集，默认使用ISO8859-1的编码格式，这样中文就会乱码。

2.使用表单时如果设定提交方式为post而没有设置提交的编码格式，也会默认ISO提交，而接受的jsp却以UTP-8的方式接受。

3.GET提交数据时，tomcat会以GET的默认方式ISO对汉字进行编码，后追加URL，导致乱码。

解决方案

1.在eclipse中设置jsp文件编码格式

2.指定jsp的字符集

3.在程序获取页面数据时

response.setContentType("text/html;charset=gb2312");

responset.setCharacterEnconding("gb2312");

4.将中文作为参数传递时：

www.weihua.jsp?username="+java.net.UTLEncoder.encode(uername)

然后在接受页面：

username=new String(request.getParamenter("uesername").getBytes("8859-1"));