7.04.2 请求参数中文乱码问题

问题展示:

(1)将req.html页面的请求方式修改为get

<form action="/request-demo/req2" method="get">
    <input type="text" name="username"><br>
    <input type="password" name="password"><br>
    <input type="checkbox" name="hobby" value="1"> 游泳
    <input type="checkbox" name="hobby" value="2"> 爬山 <br>
    <input type="submit">
</form>

(2)在Servlet方法中获取参数，并打印
（3）启动服务器，页面上输入中文参数
（4）查看控制台打印内容
（5）把req.html页面的请求方式改成post,再次发送请求和中文参数
（6）查看控制台打印内容，依然为乱码
通过上面的案例，会发现，不管是GET还是POST请求，在发送的请求参数中如果有中文，在后台接收的时候，都会出现中文乱码的问题。具体该如何解决呢？

1 POST请求解决方案

• 分析出现中文乱码的原因：
  • POST的请求参数是通过request的getReader()来获取流中的数据
  • TOMCAT在获取流的时候采用的编码是ISO-8859-1
  • ISO-8859-1编码是不支持中文的，所以会出现乱码
• 解决方案：
  • 页面设置的编码格式为UTF-8
  • 把TOMCAT在获取流数据之前的编码设置为UTF-8
  • 通过request.setCharacterEncoding(“UTF-8”)设置编码,UTF-8也可以写成小写
• 修改后的代码为:

重新发送POST请求，就会在控制台看到正常展示的中文结果。
至此POST请求中文乱码的问题就已经解决，但是这种方案不适用于GET请求，这个原因是什么呢，咱们下面再分析。

2 GET请求解决方案

上面说到POST请求的中文乱码解决方案为什么不适用GET请求 为什么?

• GET请求获取请求参数的方式是request.getQueryString()
• POST请求获取请求参数的方式是request.getReader()
• request.setCharacterEncoding(“utf-8”)是设置request处理流的编码

• getQueryString方法并没有通过流的方式获取数据

  GET请求不能用设置编码的方式来解决中文乱码问题，那问题又来了，如何解决GET请求的中文乱码呢? (现在的版本没有乱码问题)

  1. 首先我们需要先分析下GET请求出现乱码的原因:

  (1)浏览器通过HTTP协议发送请求和数据给后台服务器（Tomcat)
  (2)浏览器在发送HTTP的过程中会对中文数据进行URL==编码==
  (3)在进行URL编码的时候会采用页面标签指定的UTF-8的方式 进行编码，张三编码后的结果为%E5%BC%A0%E4%B8%89
  (4)后台服务器(Tomcat)接收到%E5%BC%A0%E4%B8%89后会默认按 照ISO-8859-1进行URL==解码==
  (5)由于前后编码与解码采用的格式不一样，就会导致后台获取到的数据 为乱码。

  思考: 如果把req.html页面的标签的charset属性改成ISO-8859-1,后台不做操作，能解决中文乱码问题么?

  答案是否定的，因为ISO-8859-1本身是不支持中文展示的，所以改了标签的charset属性后，会导致页面上的中文内容都无法正常展示。

  =URL编码==和==URL解码==，什么是URL编码，什么又是URL解码呢?

  URL编码
  这块知识我们只需要了解下即可,具体编码过程分两步，分别是:
  (1)将字符串按照编码方式转为二进制
  (2)每个字节转为2个16进制数并在前边加上%
  张三按照UTF-8的方式转换成二进制的结果为:
  1110 0101 1011 1100 1010 0000 1110 0100 1011 1000 1000 1001
  这个结果是如何计算的?
  使用http://www.mytju.com/classcode/tools/encode_utf8.asp，输入张三
  就可以获取张和三分别对应的10进制，然后在使用计算器，选择程序员模式，计算出对应的二进制数据结果:
  在计算的十六进制结果中，每两位前面加一个%,就可以获取到%E5%BC%A0%E4%B8%89。
  当然你从上面所提供的网站中就已经能看到编码16进制的结果了:
  但是对于上面的计算过程，如果没有工具，纯手工计算的话，相对来说还是比较复杂的，我们也不需要进行手动计算，在Java中已经为我们提供了编码和解码的API工具类可以让我们更快速的进行编码和解码:
  编码:
  java.net.URLEncoder.encode(“需要被编码的内容”,”字符集(UTF-8)”)
  解码:
  java.net.URLDecoder.decode(“需要被解码的内容”,”字符集(UTF-8)”)
  接下来咱们对张三来进行编码和解码

  到这，我们就可以分析出GET请求中文参数出现乱码的原因了

• 浏览器把中文参数按照UTF-8进行URL编码

• Tomcat对获取到的内容进行了ISO-8859-1的URL解码

• 在控制台就会出现类上å¼ ä¸‰的乱码，最后一位是个空格

  2. 清楚了出现乱码的原因，接下来我们就需要想办法进行解决

  从上图可以看住，

• 在进行编码和解码的时候，不管使用的是哪个字符集，他们对应的%E5%BC%A0%E4%B8%89是一致的

• 那他们对应的二进制值也是一样的，为:
  • 1110 0101 1011 1100 1010 0000 1110 0100 1011 1000 1000 1001
• 为所以我们可以考虑把å¼ ä¸‰转换成字节，在把字节转换成张三，在转换的过程中是它们的编码一致，就可以解决中文乱码问题。

具体的实现步骤为:
1.按照ISO-8859-1编码获取乱码å¼ ä¸‰对应的字节数组
2.按照UTF-8编码获取字节数组对应的字符串

public static void main(String[] args) throws UnsupportedEncodingException {
    String username = "张三";
    //1. URL编码
    String encode = URLEncoder.encode(username, "utf-8");
    System.out.println(encode);
    //2. URL解码
    String decode = URLDecoder.decode(encode, "ISO-8859-1");
    System.out.println(decode); //此处打印的是对应的乱码数据
    //3. 转换为字节数据,编码
    byte[] bytes = decode.getBytes("ISO-8859-1");
    for (byte b : bytes) {
        System.out.print(b + " ");
    }
    //此处打印的是:-27 -68 -96 -28 -72 -119
    //4. 将字节数组转为字符串，解码
    String s = new String(bytes, "utf-8");
    System.out.println(s); //此处打印的是张三
    }

说明:在第18行中打印的数据是-27 -68 -96 -28 -72 -119和张三转换成的二进制数据1110 0101 1011 1100 1010 0000 1110 0100 1011 1000 1000 1001为什么不一样呢？
其实打印出来的是十进制数据，我们只需要使用计算机换算下就能得到他们的对应关系，如下图:
至此对于GET请求中文乱码的解决方案，我们就已经分析完了，最后在代码中去实现下:

/**
 * 中文乱码问题解决方案
 */
@WebServlet("/req4")
public class RequestDemo4 extends HttpServlet {
    @Override
    protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
 //1. 解决乱码：POST，getReader()
 //request.setCharacterEncoding("UTF-8");//设置字符输入流的编码
 //2. 获取username
  String username = request.getParameter("username");
  System.out.println("解决乱码前："+username);
 //3. GET,获取参数的方式：getQueryString
 // 乱码原因：tomcat进行URL解码，默认的字符集ISO-8859-1
 /* //3.1 先对乱码数据进行编码：转为字节数组
 byte[] bytes =username.getBytes(StandardCharsets.ISO_8859_1);
 //3.2 字节数组解码
 username = new String(bytes, StandardCharsets.UTF_8);*/
 username  = new String(username.getBytes(StandardCharsets.ISO_8859_1),StandardCharsets.UTF_8);
        System.out.println("解决乱码后："+username);
    }
@Override
protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
        this.doGet(request, response);
    }
}

注意

• 把request.setCharacterEncoding(“UTF-8”)代码注释掉后，会发现GET请求参数乱码解决方案同时也可也把POST请求参数乱码的问题也解决了
• 只不过对于POST请求参数一般都会比较多，采用这种方式解决乱码起来比较麻烦，所以对于POST请求还是建议使用设置编码的方式进行。

另外需要说明一点的是==Tomcat8.0之后，已将GET请求乱码问题解决，设置默认的解码方式为UTF-8==

小结

1. 中文乱码解决方案

• POST请求和GET请求的参数中如果有中文，后台接收数据就会出现中文乱码问题GET请求在Tomcat8.0以后的版本就不会出现了
• POST请求解决方案是:设置输入流的编码
  • request.setCharacterEncoding(“UTF-8”);

注意:设置的字符集要和页面保持一致

• 通用方式（GET/POST）：需要先解码，再编码
  • new String(username.getBytes(“ISO-8859-1”),”UTF-8”);

1. URL编码实现方式:

• 编码: URLEncoder.encode(str,”UTF-8”);
• 解码: URLDecoder.decode(s,”ISO-8859-1”);