和servlet相关的中文编码的一些经验

servlet处理http协议传输中文的时候有点复杂，我总结一下自己的经验。

URL的字符集

为了在URL中含有asc ii编码以外的字符时，前人制定了url encoding的标准。这个标准只定义了用%加上其它字符的16进制码来代替那个字符传输。对于像中文这样的字符，同样的字符可能通过不同的字符集被映射到不同的16进制码上，但是http协议并没有定义如何告知别人url encoding用的是什么字符集。既然这样，只好给服务器设定一个默认的字符集了。应用程序如果需要使用其它字符集，只能自己完成那样的功能。在tomcat中可以通过server.xml的Connector元素的URIEncoding属性来设置默认值。

body中的字符集

body中的字符集可以通过头部Content-Type的值来指定，如

Content-Type: application/x-www-form-urlencoded; charset=utf-8

。如果没有制定的话，服务器又是只能用默认值了。对于tomcat，好像还没有办法设定这个默认值。所以Content-Type里面最好把字符集显式的带上。

ServletRequest.setCharacterEncoding()

ServletRequest上的这个方法，可以让应用程序设定用什么字符集来解析URL和body内的字符。但是我在使用tomcat的时候发现，tomcat只解析一次，所以如果要设定这个值，一定要在调用ServletRequest的getParameter() getParameterNames()等方法之前设定，否则就算设定了，之后的getParameter()等方法还是会用第一次解析出的值。一般，我们用一个filter来设定这个值，那么这个filter应当在最外层，最先处理http请求。不知道其它应用服务器是否也是这样的。