网上很多关于GET方式请求中文乱码的解决方案,大体类似. 这里主要讲一下Tomcat在处理URL参数过程中, 究竟是为什么会导致了GET方式请求的中文乱码. 一句话概括就是: Tomcat默认将单字节作为一个字符,但是中文是2个字节表示一个字符....
首先来一个Tomcat解析URL中参数的序列图,其中阴影部分就是造成乱码的地方.
测试场景:
对于一个从官方下载的Tomcat6,不去任何配置.(这里强调不去任何配置主要是指不在Tomcat的server.xml文件中作任何修改.)
在Tomcat的 webapps/ROOT目录下新建一个test.jsp:
- <html>
- <head><title></title></head>
- <body>
- <%
- String name = request.getParameter("name" );
- System.out.print(name );
- %>
- </body>
- </html>
然后发起这样一个请求 http://localhost:8080/test.jsp?name=ni%D5%C6%B9%F1
(真实面目是:http://localhost:8080/test.jsp?name=ni掌柜 )
接着我们定位到上面阴影部分的代码:
- private String urlDecode(ByteChunk bc, String enc)
- throws IOException {
- if( urlDec==null ) {
- urlDec=new UDecoder();
- }
- urlDec.convert(bc); //这个方法影响不大,只是对那个java.net.URLEncod...编码的进行处理.
- String result = null;
- if (enc != null) {
- //关键问题:如果这里没有指定URIEncoding的话, 那么enc是null
- bc.setEncoding(enc);
- result = bc.toString();
- }
- //这个地方如果没有配置URIEncoding,那么走else的流程,所以就会按照字节来
- else {
- CharChunk cc = tmpNameC;
- int length = bc.getLength();
- cc.allocate(length, -1);
- // Default encoding: fast conversion
- byte[] bbuf = bc.getBuffer();
- char[] cbuf = cc.getBuffer();
- int start = bc.getStart();
- for (int i = 0; i < length; i++) {
- cbuf[i] = (char) (bbuf[i + start] & 0xff);
- }
- cc.setChars(cbuf, 0, length);
- result = cc.toString();
- cc.recycle();
- }
- return result;
- }
在运行过程中可以看到, 到进入这个方法的时候,还没有乱码 :
然后是到urlDec.convert(bc);
这个方法影响不大,只是对那个java.net.URLEncod...编码的进行处理.
关键是下面部分:看上面代码中,如果 enc == null, 也就是说server.xml中没有设置URIEncoding.
那么进入了else代码段.
这一进入就完了,可以看到他的处理是按单字节作为一个字符, 于是上面的 "ni%D5%C6%B9%F1" 在它眼里就是6个字符了 .(实际上 ni掌柜 是4个字符), 所以显然就是乱码. 如下:
那么在server.xml文件中设置了URIEncoding, 比如: URIEncoding="GBK". 于是在上面代码中,就会进入下面代码段:
- if (enc != null) {
- //关键问题:如果这里没有指定URIEncoding的话, 那么enc是null
- bc.setEncoding(enc);
- result = bc.toString();
- }
如下:
本文转自 nileader 51CTO博客，原文链接：http://blog.51cto.com/nileader/384353，如需转载请自行联系原作者
