如何在JSP中處理中文
2024-09-05 00:19:30
供稿：網(wǎng)友
注冊會員，創(chuàng)建你的web開發(fā)資料庫，如何在jsp中處理中文
在一個web應用中經(jīng)常需要向服務器傳遞一些參數(shù)，一般通過form向服務器發(fā)送一個post請求。在參數(shù)中有可能包含中文信息，如用戶信息登記、購物定單中的地址信息等等。參數(shù)字符串一般用本地字符集進行編碼，如中文采用gb2312或gbk字符集，英文或西歐文字采用iso8859_1字符集，但在java程序中一律采用unicode處理字符串，這就需要有一個編碼轉(zhuǎn)換的過程。不幸的是，現(xiàn)有的大部分java應用服務器都是在英語國家開發(fā)出來的，由于缺乏大字符集（中文、日文、韓文等）的應用環(huán)境，這些應用服務器在處理http請求參數(shù)時都存在一些中文處理的問題，也是最為困擾jsp和servlet開發(fā)者的問題。
產(chǎn)生這一問題的根本原因是在http請求中缺乏足夠的信息來指明客戶端所使用的字符集。在一個jsp頁面中我們可以通過下面的偽指令來指明輸出頁面所使用的字符集：
jsp引擎會將上面的偽指令轉(zhuǎn)換為http應答的頭部：
content-type: text/html; charset=gb2312
樣輸出的就是采用gb2312編碼的中文頁面，瀏覽器會正確地顯示出中文。但瀏覽器在將form的內(nèi)容post到服務器時卻沒有包含charset，而且將中文內(nèi)容用%xx的形式（xx是十六進制數(shù)）進行編碼，例如漢字"中"的gb2312內(nèi)碼為0xd6d0，在http請求中就變成了%d6%d0，根據(jù)rfc2616的規(guī)定，如果在http請求中未指明字符集，就使用iso8859_1編碼，這樣"中"字在處理時變成了兩個字符，分別為´u00d6´和´u00d0´，而返回到客戶端時變成了兩個不可顯示的字符，瀏覽器一般顯示成´??´。
解決這一問題的傳統(tǒng)做法是編寫額外的代碼來完成字符集的轉(zhuǎn)換：
strout = new string(strin.getbytes("8859_1"), "gb2312");
strin是未經(jīng)過轉(zhuǎn)換的字符串，其編碼為iso8859_1，strout是經(jīng)過轉(zhuǎn)換的字符串，其編碼為gb2312。
在apusic 0.9.5版中實現(xiàn)了java servlets 2.3規(guī)范草案，其中在servletrequest接口中新增了一個方法setcharacterencoding(string enc)，可以補上在http請求中缺少的charset信息，而上面這一煩瑣的轉(zhuǎn)換過程就在servlet引擎中自動完成了，而且servlet引擎還對轉(zhuǎn)換過程做了優(yōu)化，提高了運行效率。下面給出一個簡單的例子，大家可以做一下比較。
// 傳統(tǒng)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>
