IDC资讯中心
motivition
曾经有一个网友问过我这样一个问题：
<%@page contenttype=”text/html; charset=utf-8″%>
<html>
<head>
<meta http-equiv=”content-type” content=”text/html; charset=utf-8″>
</head>
<body>
中国
</body>
</html>
这个页面在为什么在运行的时候“中国”会变成乱码？
analysis
key step
对于上面问题的分析需要从整个jsp页面请求的生命周期来看，一般的都需要经历下面几个阶段：
1。应用服务器根据jsp页面生成一个java文件
2。应用服务器调用java.exe将java文件编译成一个servlet对应的class文件
3。用户的浏览器请求jsp对应的servlet，web容器起一个线程执行servlet，将数据返回给客户端浏览器
4。用户的ie根据返回的数据，将结果显示给用户。
key step analysis
为了更好的了解编码问题，我们暂时先从上面的四个环节一步步来分析，根据分析的结果，来得到最终的解决办法。
1． 在应用服务器根据jsp页面生成java文件阶段。
应用服务器会将整个jsp页面的代码读取出来，然后写到一个新的java文件中，在读文件和写文件的时候都牵涉到一个编码问题，这个编码问题应用服务器是如何解决的呢？我研究tomcat应用服务器的源代码，发现tomcat中有一个pageencoding参数非常重要，在parsercontroller会从jsp文件中读出这个参数（如果没有读到，就从第一行的contenttype中读取charset），然后保存起来，如果没有读取到这个参数，会从jspconfig中读出一个默认的pageencoding参数,如果这两个参数都没有的设置，系统会默认成iso8859-1的编码来读取原来的jsp文件。
从上面的分析出，我们已经基本了解了应用服务器读取jsp文件的编码方式，由于java底层都是基于unicode编码来存储字符的，所以在写文件的时候，都输出成unicode编码的形式。
2。在jdk将java文件编译成class文件的时候
可以利用-encoding参数指定源文件的编码，这在手动编译的时候非常重要，因为这决定了java虚拟机读取java文件时采用的编码方式，但是在web应用中这个环节我们可以忽略，因为应用服务器可以很好的解决这个编码。以tomcat为例，由于生成的java文件是固定的utf-8编码，所以tomcat也固定的采用utf-8编码来读取，通过浏览abstractcatalinatask可以看到reader = new inputstreamreader(hconn.getinputstream(), charset);其中的charset=utf-8。所以在这个环节中应用服务器都可以很好的把握，不会带来编码问题。
3． 用户的浏览器请求jsp对应的servlet阶段。
如果前面的环节中不会带来编码问题，也就是说在java虚拟机中运行的时候，能正常的获取到“中国”，那么在执行servlet的环节中不会“中国”始终是以unicode存储的中国，那么在第三个环节中需要关注的是jspwriter如何将数据返回给客户端浏览器。大家可以试验一下，在java中如果用new string(str.getbytes(“encoding”),”encoding”)执行的时候，始终不会出现乱码问题，也就是说，一个字符串可以用不同的代码来getbytes()生成字节数组（底层i18n.jar所作的工作，提供byte2char和char2byte的转换）。
如果大家可以理解这一点，那么下面大家就需要了解jspwriter输出字符串时采用的编码方式是什么？通过浏览response.java类可以了解到tomcat应用服务器是根据contenttype来获取的writer的编码方式，也就是说，最后返回客户端的字节流是contenttype对应的charset中获取出来的字节数组。
4． ie根据返回的数据处理显示阶段
通过前面的分析可以了解到，应用服务器返回的“中国”是根据contenttype中的charset来显示的，只要ie知道该用这个编码来接收字节流并转成字符串，并将用户的浏览器推荐合适的编码来查看结果，用户就可以浏览到正确的“中国”两个字。可以高兴得是，目前的ie等浏览器正式这样处理的。
conclusion
通过上面的分析，我们可以看到，在整个jsp页面的编码过程中，我们真正要解决的是jsp文件到java文件这个过程中的编码问题，也就是pageencoding参数的设置问题。由于pageencoding参数是servlet2.3规范中规定的参数，所以下面的方法在很多应用服务器下面都通用，这方面的设置本人在工作中基本上得到了下面的一些方法：
1。在jsp页面的中加上pageencoding参数，比如：<%@ page contenttype=”text/html; charset=utf-8″ pageencoding=”gbk”%>，这样就可以将页面可以用ansi来存储。也就是说当页面存储的编码方式和chtenttype中的charset不一样的时候，可以考虑加上pageencoding参数。
2。有些应用服务器（如weblogic），在没有获取到pageencoding参数的时候，不是先从charset中获取编码类型，而是从另外的一些配置文件，如weblogic.xml文件中加上下面的代码：
<jsp-descriptor>
<jsp-param>
<param-name>compilersupports</param-name>
<param-value>true</param-value>
</jsp-param>
<jsp-param>
<param-name>encoding</param-name>
<param-value>gbk</param-value>
</jsp-param>
</jsp-descriptor>
（在tomcat5x种也有类似的处理，在应用的web.xml文件中加上类似下面的配置项）
</jsp-config>
<jsp-property-group>
<url-pattern>*.jsp</url-pattern>
<el-ignored>true</el-ignored>
</jsp-property-group>
</jsp-config>
以上是对jsp页面编码的一些分析和处理方法，希望能对大家今后的学习和工作中有帮助！
