Web開(kāi)發(fā)的中文問(wèn)題一直困惑大家，尤其是對(duì)于初上手者。這次有機(jī)會(huì)徹底解決研究了一下中文亂碼的原因和解決方案，做個(gè)總結(jié)。
為什么會(huì)有中文亂碼？
因?yàn)樵谀J(rèn)情況下，HTTP的包都是以“8859_1”來(lái)編碼的（沒(méi)辦法，誰(shuí)叫這些標(biāo)準(zhǔn)都是老美定的）。“8859_1”是西文編碼方式，對(duì)于英文字母沒(méi)有任何問(wèn)題，但是對(duì)于中文就不行了。所以，如果不做任何設(shè)定，直接將中文用“8859_1”來(lái)編碼傳遞，那結(jié)果必然是亂碼。
解決思路是什么？
好在老美還是有國(guó)際化眼光的，HTTP包的編碼方式可以由用戶指定。因此，只要事先指定好用相對(duì)應(yīng)的編碼方式來(lái)對(duì)傳遞內(nèi)容（比如表單提交的中文等）進(jìn)行編碼，就可以順利解決亂碼的問(wèn)題。
兩個(gè)基本概念
在進(jìn)入具體的解決方法之前，首先要對(duì)兩個(gè)基本概念作一下解釋。對(duì)于由表單提交的內(nèi)容，HTTP有兩種傳遞方式，分別是“GET”方式和“POST”方式。
“GET”方式就是將各參數(shù)直接通過(guò)HTTP的包頭（head）來(lái)傳遞，簡(jiǎn)而言之就是直接通過(guò)我們所熟悉的網(wǎng)址（URL）來(lái)傳遞，所以我們經(jīng)常能看到的在一個(gè)網(wǎng)址后面跟著許多復(fù)雜的由“?”和“&”構(gòu)成的字符串，其實(shí)這就是需要傳遞的參數(shù)了。
“POST”方式則是將所需傳遞的參數(shù)包在HTTP的正文（body）中來(lái)傳遞。因此通過(guò)“POST”方式來(lái)進(jìn)行傳遞，在瀏覽器的網(wǎng)址上面什么都看不見(jiàn)。
因此，相比較而言，“POST”隱蔽性較好；而“GET”方式使用起來(lái)比較容易，直接寫(xiě)URL就可以了。
綜上所述，不難發(fā)現(xiàn)，解決中文亂碼問(wèn)題實(shí)際上就變?yōu)閷?duì)這兩種HTTP傳遞的編碼方式進(jìn)行適當(dāng)?shù)脑O(shè)定。當(dāng)然，從解決問(wèn)題的難易以及對(duì)系統(tǒng)架構(gòu)的完美性角度著手，又分為以下三個(gè)層次：
1）入門(mén)方法，在所有的servlet和jsp中堆設(shè)定用的代碼。
2）中級(jí)方法，對(duì)web伺服器進(jìn)行配置。
3）高級(jí)方法，編寫(xiě)filter過(guò)濾器，對(duì)“POST”和“GET”獨(dú)立過(guò)濾處理。
下面就具體描述各解決方法：
1）入門(mén)方法，在所有的servlet和jsp中“堆”寫(xiě)設(shè)定用的代碼。
所謂入門(mén)方法，那就是現(xiàn)實(shí)十分簡(jiǎn)單，當(dāng)然效果也是很好的。只是必須在每個(gè)相應(yīng)的文件中寫(xiě)相同的設(shè)定代碼，代碼的重復(fù)性就比較大。
由前面所述，由于“POST”和“GET”方式的不同，因此對(duì)應(yīng)著兩種的設(shè)定方式也不同。
“POST”的情況下，如果服務(wù)器端腳本是一個(gè)servlet，那只要在doPost()方法里面插入一句

request.setCharacterEncode("GB2312");

需要注意的是，這句設(shè)定必須在所有從request對(duì)象做提取操作之前執(zhí)行，如果類似于request.getParameter()的操作在前，那么系統(tǒng)將使用默認(rèn)的“8859_1”編碼方式，而忽略后面的設(shè)定代碼。
如果服務(wù)器端是一個(gè)jsp腳本，那只要在該腳本的jsp申明部分做好設(shè)定即可：

<%@ page language="java" contentType="text/html; charset=gb2312" pageEncoding="gb2312"%>

如果是“GET”方式，也就是想通過(guò)URL來(lái)傳遞中文的話，稍微要麻煩些，首先因?yàn)闉g覽器地址欄是不支持中文的，也就是如果直接將中文放置在超級(jí)連接里面是無(wú)效的。因此需要在發(fā)送端對(duì)中文內(nèi)容進(jìn)行編碼，比如：

URLEncoder.encoder("http://localhost/submit?name=張三","UTF-8");

“UTF-8”表示用這種編碼方式對(duì)原字符串進(jìn)行編碼，編碼好之后看到的結(jié)果是

http://localhost/submit?name=%D5%C5%C8%FD

所以我們經(jīng)常看到在瀏覽器里面有眾多的類似與“%D5%C5%C8%FD”這樣的字符串，就是表明被UTF-8編碼過(guò)了。由于UTF-8是跨各種平臺(tái)的通用編碼方式，因此比較常用于各種語(yǔ)言文字的傳輸載體。
相對(duì)應(yīng)的，在接受方需要進(jìn)行反向的解碼即可，代碼如下：

new String( request.getParameter("name").getBytes("8859_1"), "gb2312" );

這里可能會(huì)有一些疑問(wèn)，為什么用“8859_1”來(lái)解碼。事實(shí)上，我在第一次嘗試的時(shí)候也曾使用“UTF-8”來(lái)嘗試解碼，結(jié)果出現(xiàn)亂碼失敗。究其原因，盡管“張三”被編碼成了“%D5%C5%C8%FD”來(lái)傳輸，但是在傳輸過(guò)程中，“%D5%C5%C8%FD”仍舊需要由“8859_1”來(lái)編碼打包成HTTP，因此，在接收端，自然先需要由“8859_1”來(lái)還原到“%D5%C5%C8%FD”的“UTF-8”格式，然后再由“UTF-8”還原到“GB2312”。
所以這樣也不難理解為什么所謂“瀏覽器地址欄是不支持中文”，不能直接用中文而要用“UTF-8”來(lái)通過(guò)“8859_1”來(lái)打包了，原因就是“%D5%C5%C8%FD”這串類似于密碼般的字符串本身就是西文字符，用“8859_1”編解碼沒(méi)有任何問(wèn)題。而中文由于是2byte一個(gè)漢字，直接用西文方式來(lái)編解碼自然就會(huì)出現(xiàn)問(wèn)題。這也就是為什么稱“UTF-8”為“跨各種平臺(tái)的通用編碼方式”了。
背景小資料：
由于“UTF-8”是通用編碼方式，因此所有的語(yǔ)言格式均可以轉(zhuǎn)換為“UTF-8”，在日益國(guó)際的今天，多語(yǔ)言的系統(tǒng)要求越來(lái)越多，因此強(qiáng)烈建議使用“UTF-8”來(lái)做為系統(tǒng)統(tǒng)一的編解碼方式，從而徹底解決中文亂碼的問(wèn)題。
“UTF-8”為了能做到兼容所有語(yǔ)言的編解碼，因此每一個(gè)字符均用2個(gè)byte來(lái)編碼。這樣就造成了存西文字符時(shí)需要多一倍的空間。這也算是為了通用而付出的代價(jià)了。
2）中級(jí)方法，對(duì)web伺服器進(jìn)行配置
可想而知，相對(duì)于“堆”寫(xiě)大量代碼，配置一下web伺服器config文件來(lái)解決中文亂碼問(wèn)題就顯得優(yōu)雅許多。但是由于各種web伺服器的情況不同，其配置方法也不盡相同。因此，其兼容性是個(gè)比較大的問(wèn)題。
這里列舉一下，如何通過(guò)修改Tomcat的conf配置文件來(lái)解決中文亂碼的問(wèn)題。
找到Tomcat的配置文件server.xml中的Connector這一行，為其添加一個(gè)如下的屬性

tomcat4 中 get 與 post 的編碼是一樣的，所以只要在過(guò)濾器中通過(guò) request.setCharacterEncoding 設(shè)定一次就可以解決 get 與 post 的問(wèn)題。
然而，在 tomcat5 中，get 與 post 的處理是分開(kāi)進(jìn)行的，對(duì)get的處理通過(guò) 前面的URIEncoding進(jìn)行處理，對(duì)post的內(nèi)容依然通過(guò) request.setCharacterEncoding 處理，為了保持兼容，就有了這個(gè)設(shè)定(useBodyEncodingForURI="true" 使用與 Body 一樣的編碼來(lái)處理 URI, 這個(gè)設(shè)定是為了與 tomcat4保持兼容)。




3）高級(jí)方法，編寫(xiě)filter過(guò)濾器，對(duì)“POST”和“GET”獨(dú)立過(guò)濾處理。
高級(jí)方法，顧名思義，就是可以脫離于任何平臺(tái)，同時(shí)又免去冗余的隊(duì)旗代碼工作的解決方案——編寫(xiě)過(guò)濾器，F(xiàn)ilter。
首先編寫(xiě)一個(gè)過(guò)濾器SetCharacterEncodingFilter

public class SetCharacterEncodingFilter implements Filter {
/**
        * The default character encoding to set for requests that pass through
        * this filter.
        */
protected String encoding = null;
/**
        * The filter configuration object we are associated with.  If this value
        * is null, this filter instance is not currently configured.
        */
   protected FilterConfig filterConfig = null;
   /**
       * Should a character encoding specified by the client be ignored?
       */    
protected boolean ignore = true;
 // --------------------------------------------------------- Public Methods
   /**
    * Take this filter out of service.
    */
   public void destroy() {
       this.encoding = null;
       this.filterConfig = null;
   }
/**
    * Select and set (if specified) the character encoding to be used to
    * interpret request parameters for this request.
    *
    * @param request The servlet request we are processing
    * @param result The servlet response we are creating
    * @param chain The filter chain we are processing
    *
    * @exception IOException if an input/output error occurs
    * @exception ServletException if a servlet error occurs
    */
   public void doFilter(ServletRequest request, ServletResponse response,
                        FilterChain chain)
   throws IOException, ServletException {
 // Conditionally select and set the character encoding to be used
       if (ignore || (request.getCharacterEncoding() == null)) {
           String encoding = selectEncoding(request);
           if(encoding != null){
               HttpServletRequest httpServletRequest = (HttpServletRequest) request;
               if(httpServletRequest.getMethod().toLowerCase().equals("post")){
   //如果是POST方法
                   request.setCharacterEncoding(encoding);
               }
               else{
                 //如果是GET方法
                   //非常抱歉，我還有沒(méi)有找到很好的對(duì)應(yīng)get方法的代碼
                   //一旦完成了這部分代碼，馬上添加在這里。
                   //！·#￥%……—*（）——+|
               }
           }
       }
 // Pass control on to the next filter
       chain.doFilter(request, response);
   }
   /**
    * Place this filter into service.
    *
    * @param filterConfig The filter configuration object
    */
   public void init(FilterConfig filterConfig) throws ServletException {
   this.filterConfig = filterConfig;
       this.encoding = filterConfig.getInitParameter("encoding");
       String value = filterConfig.getInitParameter("ignore");
       if (value == null)
           this.ignore = true;
       else if (value.equalsIgnoreCase("true"))
           this.ignore = true;
       else if (value.equalsIgnoreCase("yes"))
           this.ignore = true;
       else
           this.ignore = false;
   }
 // ------------------------------------------------------ Protected Methods
   /**
    * Select an appropriate character encoding to be used, based on the
    * characteristics of the current request and/or filter initialization
    * parameters.  If no character encoding should be set, return
    * <code>null</code>.
    * <p>
    * The default implementation unconditionally returns the value configured
    * by the <strong>encoding</strong> initialization parameter for this
    * filter.
    *
    * @param request The servlet request we are processing
    */
   protected String selectEncoding(ServletRequest request) {
       return (this.encoding);
   }
}

編寫(xiě)完過(guò)濾器以后，需要對(duì)其進(jìn)行部署，也就是在web.xml中做個(gè)配置：
在<display-name>標(biāo)簽之后，添加：

   <filter>
       <filter-name>Set Character Encoding</filter-name>
       <filter-class>com.zavax.utility.filters.SetCharacterEncodingFilter</filter-class>
           <init-param>
               <param-name>encoding</param-name>
               <param-value>UTF8</param-value>
           </init-param>
           <init-param>
               <param-name>ignore</param-name>
               <param-value>true</param-value>
           </init-param>
       </filter>
   <filter-mapping>
       <filter-name>Set Character Encoding</filter-name>
       <url-pattern>/*</url-pattern>
   </filter-mapping>