114
http response亂碼的真相
這個是很久以前的筆記，最近遇到一個編碼問題，重新把它翻出來了。
這個隻和java servlet有關，現在通常都用各種框架，很少會直接用到Servlet了。
查看servlet源代碼的方法
查看servlet源代碼的方法。因為servlet隻是一些接口，並不是真正的實現，所以，如果想看真正的代碼。
要去下對應的服務器的實現的源代碼。比如Tomcat的代碼在這裏：
https://archive.apache.org/dist/tomcat/tomcat-6/v6.0.33/src/
Servlet裏的PrintWriter和ServletOutputStream
在servlet裏有兩種方法可以輸出：
PrintWriter writer = response.getWriter(); ServletOutputStream outputStream = response.getOutputStream();
其中PrintWriter隻提供了一係列的println函數，不能寫二進製內容。其實這個是很合理的，下麵會解釋原因。
ServletOutputStream則有println係列函數和wirte係列函數。
當使用ServletOutputStream來輸出中文字符，則會出現設置了CharacterEncoding，而無效的情況。
response.setCharacterEncoding("utf-8"); //這句話並不能解決編碼問題
ServletOutputStream outputStream = response.getOutputStream();
outputStream.println("中文");我們在瀏覽器上，可以查看頁麵編碼，可以發現的確是utf-8編碼，但是為什麼response.setCharacterEncoding("utf-8")，而還是亂碼？真正的罪人是ServletOutputStream，它根本沒有實現編碼轉換。我們可以看下它是怎樣實現的：
public void print(String s) throws IOException {
if (s==null) s="null";
int len = s.length();
for (int i = 0; i < len; i++) {
char c = s.charAt (i);
//
// XXX NOTE: This is clearly incorrect for many strings,
// but is the only consistent approach within the current
// servlet framework. It must suffice until servlet output
// streams properly encode their output.
//
if ((c & 0xff00) != 0) { // high order byte must be zero
String errMsg = lStrings.getString("err.not_iso8859_1");
Object[] errArgs = new Object[1];
errArgs[0] = new Character(c);
errMsg = MessageFormat.format(errMsg, errArgs);
throw new CharConversionException(errMsg);
}
write (c);
}
}
很明顯，它根本沒有進行編碼轉換：XXX NOTE: This is clearly incorrect for many strings。。
我們再用PrintWriter來輸出：
response.setCharacterEncoding("utf-8");
PrintWriter writer = response.getWriter();
writer.println("中文");
我們可以在瀏覽器上查看，頁麵編碼是utf-8，則顯示是正確的中文字符。
我們再看看PrintWriter是怎樣工作的：
在Tomcat中PrintWriter實際上是org.apache.catalina.connector.CoyoteWriter類，
public void print(String s) {
if (s == null) {
s = "null";
}
write(s);
}
public void write(String s, int off, int len) {
if (error)
return;
try {
ob.write(s, off, len);
} catch (IOException e) {
error = true;
}
}
public void write(String s) {
write(s, 0, s.length());
}
public void write(String s, int off, int len) {
if (error)
return;
try {
ob.write(s, off, len); //ob是org.apache.catalina.connector.OutputBuffer類
} catch (IOException e) {
error = true;
}
}
org.apache.catalina.connector.OutputBuffer類中的write函數：
public void write(String s, int off, int len)
throws IOException {
if (suspended)
return;
charsWritten += len;
if (s == null)
s = "null";
//這裏進行編碼轉換，conv的聲明：protected C2BConverter conv;
//在調試過程中可以看到C2BConverter中的存放的正是utf-8編碼。
conv.convert(s, off, len);
conv.flushBuffer();
}
至此，我們終於找到了真相。PrintWriter會在底層把字符串的編碼轉換為對應的CharacterEncoding的編碼。
這也就是為什麼PrintWriter沒有提供wirte係列函數的原因。
BTW：怎樣用ServletOutputStream來輸出我們想要的編碼字符串？
在剛才的代碼中，我們可以看到ServletOutputStream的pirnt係列函數實際上什麼轉換工作都沒有做。所以我們可以先把字符串轉換成想要的編碼，再寫到ServletOutputStream中。
如：
response.setCharacterEncoding("utf-8");
ServletOutputStream outputStream = response.getOutputStream();
PrintStream printStream = new PrintStream(outputStream);
printStream.write("中文".getBytes("utf-8"));
tomcat裏一勞永逸解決亂碼問題
要想在tomcat中一勞永逸解決亂碼問題，可以這樣做：
1.設置tomcat，conf/server.xml文件中，useBodyEncodingForURI="true"：
<Connector port="8080" protocol="HTTP/1.1"
connectionTimeout="20000"
redirectPort="8443" useBodyEncodingForURI="true"/>2.增加一個filter：
public class CodeFilter implements Filter {
@Override
public void init(FilterConfig filterConfig) throws ServletException {
}
@Override
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain chain) throws IOException, ServletException {
request.setCharacterEncoding("utf-8");
response.setCharacterEncoding("utf-8");
chain.doFilter(request, response);
}
@Override
public void destroy() {
}
}3.在web.xml中配置filter：
<filter> <filter-name>CodeFilter</filter-name> <filter-class>com.leg.filter.CodeFilter</filter-class> </filter> <filter-mapping> <filter-name>CodeFilter</filter-name> <url-pattern>*</url-pattern> </filter-mapping>
最後更新：2017-04-03 14:54:35