关于Servlet，JSP，HTML中文乱码的问题（转载自https://blog.csdn.net/qq_27368993/article/details/83616090）
关于Servlet，JSP，HTML中文乱码的问题（转载自https://blog.csdn.net/qq_27368993/article/details/83616090）
首先说明一点，以下的测试方法只有一个HttpServletRequest.forward,但是基于原理上的讲解，其他乱码问题应该也可以从中得到一些启示。不敢保证百分百正确，但能提供一个大致的方向。
下面为测试入口servlet的代码，其中的getWriter被注释掉，后面讲其作用。
protected void doGet(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
resp.setContentType("text/html;charset=utf-8");
//PrintWriter out=resp.getWriter();
resp.setHeader("Expires","0");
resp.setHeader("Cache-Control","no-cache,no-store");
resp.setHeader("Pragma","no-cache");
req.getRequestDispatcher("/WEB-INF/jsp/in2.jsp").forward(req,resp);
}测试流程就是很简单的从一个servlet转到另一个jsp或者html上。
一.从servlet转到jsp页面
<1>直接转到一个jsp
首先我们应该知道，jsp页面实际上会转换成一个servlet，至于存在那个地方，可以自行百度，不同的系统以及集成开发环境会使之存在不同的地方。下面为测试的第一个jsp文件in2.jsp，很简单，直接输出一段话。
<%@ page contentType="text/html;charset=UTF-8" language="java" pageEncoding="UTF-8"%>
<html>
<head>
<title>Title</title>
</head>
<body>
<%
out.print("我是in2.jsp文件的内容");
//out.print("参数为:"+request.getParameter("param"));
%>
</body>
</html>其中的page里面设置的几个UTF-8编码有必要讲下它的作用范围:
- charset="UTF-8"：它是设置的response的输出编码，其实设置的就是Content-type头字段里面的编码，是告诉浏览器以什么方式解码的。
- pageEncoding="UTF-8"：这个是指用什么编码格式打开这个文件，而不是以什么格式保存这个文件，虽然想要得到正确的内容，打开文件的格式和文件编码的格式必须一致，但这个逻辑关系必须理清楚。
- 其实还有另外一个属性可以设置，那就是<head>标签下的<meta>标签可以设置文档的编码格式，它作用的是html文档的内容，告诉浏览器以什么编码格式来解析文档。对于jsp而言，它会被content-type的charset给覆盖掉。如果没有设置content-type，指的是<%@ page%>里设置的，生成的servlet会默认使用"text/html;charset=ISO-8859-1",<meta>标签里设置的无效，在jsp里设置和不设置影响不到浏览器以什么格式解码。但在HTML里就不一样，因为HTML不生成servlet，所以可以指定浏览器以什么格式解码。但有一点及其重要，即便HTML以UTF-8格式保存，标签告诉浏览器以UTF-8格式解码，但也可能产生乱码，那是因为，服务器在写入HTML时，是以默认的格式写入的，它没有pageEncoding指定打开写入的格式，而默认格式为ANSI，不一定为UTF-8，所以就产生了乱码！！！
下面的jsp转换成一个servlet的流程必须清楚:
- 将指定的jsp文件以pageEncoding指定的编码格式打开，转换成一个.java文件
- 类装载器以utf-8的格式读取.java文件，转换成一个.class文件,在将这个.class文件以Unicode编码格式载入虚拟机，现在就相当于一个servlet
上述in2.jsp文件是UTF-8格式保存的,接下来打开它转换成的servlet,片段代码如下,可以看到没有乱码
out.write("\r\n");
out.write("\r\n");
out.write("<html>\r\n");
out.write("<head>\r\n");
out.write(" <title>Title</title>\r\n");
out.write("</head>\r\n");
out.write("<body>\r\n");
out.print("我是in2.jsp文件的内容");
//out.print("参数为:"+request.getParameter("param"));
out.write("\r\n");
out.write("</body>\r\n");
out.write("</html>\r\n");浏览器端的输出也是正常的
现在我们改动pageEncoding=ISO-8859-1
再次查看jsp转换成的servlet
out.write("\r\n");
out.write("\r\n");
out.write("<html>\r\n");
out.write("<head>\r\n");
out.write(" <title>Title</title>\r\n");
out.write("</head>\r\n");
out.write("<body>\r\n");
out.print("ææ¯in2.jspæ件çå容");
//out.print("åæ°ä¸º:"+request.getParameter("param"));
out.write("\r\n");
out.write("</body>\r\n");
out.write("</html>\r\n");可以看到已经乱码了,这就是以ISO-8859-1编码打开UTF-8编码文件时产生的乱码，网页输出端也是如此
因此，可以总结出，如果要保证不乱码，必须以文件编码的格式打开文件，而且还得指定浏览器以同样的编码格式解码。这儿并未测试response设置编码格式，但得注意这点！
<2>现在改变一下测试方式，从一个servlet转到test.jsp,然后test.jsp转到in2.jsp
test.jsp
<%@ page contentType="text/html;charset=UTF-8" language="java" %>
<html>
<head>
<title>测试jsp</title>
</head>
<body>
<jsp:forward page="in2.jsp">
<jsp:param name="param" value="data数据"/>
</jsp:forward>
</body>
</html>in2.jsp
<%@ page contentType="text/html;charset=UTF-8" language="java" pageEncoding="ISO-8859-1"%>
<html>
<head>
<title>Title</title>
</head>
<body>
<%
out.print("我是in2.jsp文件的内容");
out.print("参数为:"+request.getParameter("param"));
%>
</body>
</html>入口servlet
protected void doGet(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
// resp.setContentType("text/html;charset=utf-8");
// PrintWriter out=resp.getWriter();
resp.setHeader("Expires","0");
resp.setHeader("Cache-Control","no-cache,no-store");
resp.setHeader("Pragma","no-cache");
req.getRequestDispatcher("/WEB-INF/jsp/test.jsp").forward(req,resp);
}网页端得输出为以下情况:
in2.jsp文件的内容没问题,test.jsp中设置的参数汉字乱码，这个也可以从test_jsp.java里面看到原因，是因为这个"data数据"是更据request的编码格式来写入的，默认为ISO-8859-1,将其改变为utf-8则正常显示。在设置参数之前改变编码，不要在乱码之后改变编码，那时没用了，可以在jsp里面改变，也可以在入口servlet改变，如req.setCharacterEncoding("utf-8");。
二.从一个servlet转到一个静态HTML
静态HTML文件如下in1.html
<!DOCTYPE html>
<html lang="en">
<head>
<meta http-equiv="content-type" content="text/html" charset="UTF-8">
<title>Title</title>
</head>
<body>
这是in1.html里面的内容
</body>
</html>入口servlet的代码如下:
protected void doGet(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
resp.setContentType("text/html;charset=utf-8");
PrintWriter out=resp.getWriter();
resp.setHeader("Expires","0");
resp.setHeader("Cache-Control","no-cache,no-store");
resp.setHeader("Pragma","no-cache");
req.setCharacterEncoding("utf-8");
req.getRequestDispatcher("/WEB-INF/jsp/in1.html").forward(req,resp);
}结果为如下，乱码了，归根揭底其实也是pageEncoding的原因
因为HTML文件无法设置pageEncoding，也不会生成servlet，所以我也不能确定是不是pageEncoding的原因，因此作出假设，转发到HTML后，HTML的打开方式为以下2种情况。
- 是以UTF-8的格式打开
- 不是以UTF-8的格式打开，这个格式我等下说明
以notepad++打开这个in1.html，并且将编码格式设置为ANSI，则结果如下，刚好和浏览器输出一致
因此我猜测是以ANSI的格式打开HTML，这个格式会因操作系统和地区而已，中国WINDOWS为GBK格式
下面我另存为一个in2.html格式保存为ANSI
并将servlet的转发到in2.html，输出正常
因此，我认为一个HTML文件在集成开发创建时是UTF-8的格式，这个格式在IDE上应该可以设置，但在打开时是更具默认编码格式打开的（即ANSI），因此会产生乱码，当然，这只是找到了原因。而解决的办法就是将这个HTML以我们想要的格式打开，即UTF-8，但又不能设置pageEncoding，因此我们可以将HTML当作JSP处理，静态HTML是可以转成JSP的。
这种途径可以配置XML文件，添加如下XML语句
<jsp-config>
<jsp-property-group>
<url-pattern>*.html</url-pattern>
<page-encoding>UTF-8</page-encoding>
</jsp-property-group>
</jsp-config>意思是，任何以html结尾的URL请求的资源，都已UTF-8格式打开，因此在次转到in1.html则正常了。如果配置了XML就不能在访问in2.html，会乱码，因为in2.html的编码格式为ANSI，以UTF-8的格式打开会乱码。
关于最开始说的PrintWriter out=resp.getWriter的作用关于另一个知识点，对于一切没有在XML中配置的servlet，都是采用缺省servlet访问，关于缺省servlet，可以百度查看更多。如上面测试时，如果在转发之前没有使用getWriter，则缺省servlet使用的是字节流输出，如果使用了getwriter则使用字符流输出,字节流同理。关于content-type头字段的charset编码格式和字节流字符流之间又会产生多种情况，如使用字符流，但不指定charset，则默认的格式为ISO-8859-1，用来输出中文则会乱码；使用字节流时，不论是否设置为utf-8，都不会产生乱码，按理字节流使用utf-8输出中文会乱码，我没有去看这个缺省servlet的源码，只能猜测使用字节流时都采用ISO-8859-1来输出。