IDC资讯中心
如何在jsp中处理中文
在一个web应用中经常需要向服务器传递一些参数，一般通过form向服务器发送一个post请求。在参数中有可能包含中文信息，如用户信息登记、购物定单中的地址信息等等。参数字符串一般用本地字符集进行编码，如中文采用gb2312或gbk字符集，英文或西欧文字采用iso8859_1字符集，但在java程序中一律采用unicode处理字符串，这就需要有一个编码转换的过程。不幸的是，现有的大部分java应用服务器都是在英语国家开发出来的，由于缺乏大字符集（中文、日文、韩文等）的应用环境，这些应用服务器在处理http请求参数时都存在一些中文处理的问题，也是最为困扰jsp和servlet开发者的问题。
产生这一问题的根本原因是在http请求中缺乏足够的信息来指明客户端所使用的字符集。在一个jsp页面中我们可以通过下面的伪指令来指明输出页面所使用的字符集：
jsp引擎会将上面的伪指令转换为http应答的头部：
content-type: text/html; charset=gb2312
样输出的就是采用gb2312编码的中文页面，浏览器会正确地显示出中文。但浏览器在将form的内容post到服务器时却没有包含charset，而且将中文内容用%xx的形式（xx是十六进制数）进行编码，例如汉字"中"的gb2312内码为0xd6d0，在http请求中就变成了%d6%d0，根据rfc2616的规定，如果在http请求中未指明字符集，就使用iso8859_1编码，这样"中"字在处理时变成了两个字符，分别为´u00d6´和´u00d0´，而返回到客户端时变成了两个不可显示的字符，浏览器一般显示成´??´。
解决这一问题的传统做法是编写额外的代码来完成字符集的转换：
strout = new string(strin.getbytes("8859_1"), "gb2312");
strin是未经过转换的字符串，其编码为iso8859_1，strout是经过转换的字符串，其编码为gb2312。
在apusic 0.9.5版中实现了java servlets 2.3规范草案，其中在servletrequest接口中新增了一个方法setcharacterencoding(string enc)，可以补上在http请求中缺少的charset信息，而上面这一烦琐的转换过程就在servlet引擎中自动完成了，而且servlet引擎还对转换过程做了优化，提高了运行效率。下面给出一个简单的例子，大家可以做一下比较。
// 传统方式
<%@ page contenttype="text/html; charset=gb2312" %>
<html>
<body>
<form method=post action=test.jsp>
<input type=text name=your_name>
</form>
<%= new string(request.getparameter("your_name").getbytes("8859_1"), "gb2312") %>
</body>
</html>
// 新的方式
<%@ page contenttype="text/html; charset=gb2312" %>
<% request.setcharacterencoding("gb2312"); %>
<html>
<body>
<form method=post action=test.jsp>
<input type=text name=your_name>
</form>
<%= request.getparameter("your_name") %>
</body>
</html>
