隨筆檔案(496)

　　1、Java編譯器在對源文件編譯前，會先把源文件轉(zhuǎn)換為unicode編碼，因為這個原因，我們在編譯時一定要把源文件用的是什么編碼方式正確無誤的”告訴”編譯器。

　　例如：我們的源文件是以UTF-8的方式保存的，而在編譯時卻把它當(dāng)作是用GBK方式保存的，這樣編譯器就會按照GBK->Unicode的編碼轉(zhuǎn)換方法對源文件進行轉(zhuǎn)換，然后再編譯，這樣當(dāng)然會出錯，實際上編譯器應(yīng)當(dāng)按照UTF-8->Unicode的編碼轉(zhuǎn)換方法來對源文件進行轉(zhuǎn)換。

　　a.對于控制臺程序，編譯器會把源文件看作是由系統(tǒng)默認(rèn)的編碼類型來編碼的(系統(tǒng)默認(rèn)的編碼類型取決于在控制面板區(qū)域設(shè)置里的配置，中文win2k下通常是GBK)，也可以使用-encoding參數(shù)來設(shè)置，如：javac -encoding UTF-8，這樣編譯器就會把源文件看作是用UTF-8編碼的(這只是告訴編譯器源文件的編碼類型，而不是對源文件轉(zhuǎn)碼)。在各種語言的平臺上只要在編譯用時-encoding指定與源文件的編碼相同的編碼方式，就不會存在國際化的問題了。

　　b.對于JSP，編譯器則會根據(jù)設(shè)定的字符集來判斷JSP文件使用的是什么編碼方式，進而將其轉(zhuǎn)換成unicode后進行編譯;若JSP中未指定，編譯器則會把JSP文件看作是按照系統(tǒng)默認(rèn)的編碼來保存的。在JSP2.0里新增了一個指令來通知編譯器這個源文件所使用的編碼方式。

　　2、在處理輸入輸出時，注意設(shè)置輸入流和輸出流的編碼類型與用戶輸入時和輸出設(shè)備顯示時采用的編碼方式一致。

　　由于JRE在處理輸入輸出時會將輸入或輸出的內(nèi)容進行編碼轉(zhuǎn)換，對于輸入會轉(zhuǎn)換為unicode后再送入，因此要正確的匹配實際輸入內(nèi)容的編碼方式和告知JRE的編碼方式，對于輸出，會由unicode轉(zhuǎn)換為其他的編碼再送出程序，因此要正確匹配輸出設(shè)備顯示時用的編碼方式和告知JRE的編碼方式。

　　例如：程序中設(shè)置輸入流的編碼是new InputStreamReader(System.in,"GB2312");而程序運行后用戶輸入時用了繁體中文的輸入法，輸入了BIG5編碼的內(nèi)容，這樣JRE把BIG5編碼的內(nèi)容當(dāng)作GB2312的進行了GB2312->unicode的編碼轉(zhuǎn)換，這樣轉(zhuǎn)換后的結(jié)果顯然不是用戶想要輸入的內(nèi)容了。

　　默認(rèn)情況下，JRE會把輸入輸出的內(nèi)容當(dāng)作是按照系統(tǒng)默認(rèn)編碼方式編碼的。

　　3、在Servlet中，除了一定要把源文件用的是什么編碼方式正確無誤的”告訴”編譯器外，還要注意實際提交的URL數(shù)據(jù)、表單數(shù)據(jù)的編碼格式和request中聲明的編碼格式一致。

　　客戶端瀏覽器在通過表單和URL提交數(shù)據(jù)時，容器和JVM會將request中的數(shù)據(jù)看作是按照request所聲明的編碼方式來編碼的，將數(shù)據(jù)由這種編碼方式轉(zhuǎn)換為unicode后再送入servlet(實際上容器會先將request中的數(shù)據(jù)轉(zhuǎn)為一種中間編碼方式，具體根據(jù)容器的配置而定,再由JVM由這種中間方式轉(zhuǎn)換為unicode，通常這種中間格式是ISO)。servlet輸出的unicode數(shù)據(jù)會由容器根據(jù)response中聲明的編碼方式進行轉(zhuǎn)換，再送到客戶端瀏覽器上。

　　在接收客戶端輸入時，用request.setCharacterEncoding()聲明請求中數(shù)據(jù)的編碼方式。

　　在向客戶端輸出時用response.setContentType("text/html;charset=");聲明響應(yīng)的數(shù)據(jù)的編碼方式，告知瀏覽器以哪種編碼方式顯示。

　　4、在JSP中，由于JSP本就會被JSP編譯器編譯為servlet來運行，因此情況與servlet相同。

　　這兩個JSP指令聲明了請求和響應(yīng)的編碼方式。

　　只要確保URL參數(shù)或表單中數(shù)據(jù)的編碼方式和所聲明的編碼方式一致，再通過告知JSP編譯器本JSP文件采用的編碼方式及含有哪種字符，即可解決JSP的字符編碼問題。

　　這里是一個具體的例子：

　　現(xiàn)在因為瀏覽器對UTF-8的支持，我們可以通過在源文件、請求、響應(yīng)中都使用unicode編碼方式，來輕松達到處理國際化和字符編碼問題的目標(biāo)。

　　以我們使用的tomcat4.1.2為例，過程如下：

　　1、編寫JSP頁面時：在每個JSP頁面在頁首都要增加一行：

　　在編輯JSP頁面時，一定要確保JSP文件以unicode的方式保存，目前幾乎所有的編輯器都有以unicode編碼保存或?qū)⑽募?nèi)容轉(zhuǎn)換成unicode的功能。

　　2、增加一個用來聲明request的CharacterEncoding的類SetCharacterEncodingFilter.java;

　　SetCharacterEncodingFilter的這個類主要的作用就是：把request在從頁面剛提交到server端的時候的encoding聲明為我們想要的encoding，通過調(diào)用request的方法setCharacterEncoding (String encoding) 來改變，這樣可以使request的從客戶端傳過來的時候，按我們在web.xml (在第二點可以講到) 中配置的encoding來對提交的數(shù)據(jù)編碼。

　　3、修改web.xml文件，配置一個filter來過濾全部url請求，通過第二步中的類，聲明所有url請求的編碼類型未UTF-8。

　　在web.xml文件中加上以下這段：