我想只要是在tomcat上做過(guò)涉及中文處理的web應用的人幾乎都會(huì )遇到這個(gè)問(wèn)題，起初遇到這個(gè)問(wèn)題很是令人頭疼，因為在網(wǎng)上搜了很多解決方案來(lái)嘗試，最終得到的中文字符還是變成了火星的泰坦文。原因不是因為網(wǎng)上的方法不對，而是網(wǎng)上的東西都太散了，只能解決一個(gè)點(diǎn)的問(wèn)題，然而當整個(gè)系統運行起來(lái)的時(shí)候還是可能會(huì )出現亂碼。那么這究竟是什么原因呢？根據我的實(shí)際應用情況，我系統地總結了一下可能出現亂碼的情況和解決的方法。
先說(shuō)說(shuō)亂碼的原理，其實(shí)歸根結底就是編碼和解碼時(shí)所使用的格式不一致，或者有些編碼格式根本不支持的文字類(lèi)型。例如一個(gè)中文字符串編碼的時(shí)候采用的是“UTF-8”，解碼的時(shí)候卻使用“ISO-8859-1”，這樣就會(huì )產(chǎn)生亂碼。
了解了亂碼產(chǎn)生的基本原理之后，我們來(lái)看看一個(gè)基于tomcat的web應用到底在哪些環(huán)節可能出現亂碼問(wèn)題。通過(guò)上面的亂碼原理簡(jiǎn)述，我們可以知道，產(chǎn)生亂碼的地方一定都是有涉及到編解碼的地方。從我遇到的亂碼情況來(lái)看，出現亂碼的地方大概會(huì )有以下幾處：一是客戶(hù)端和服務(wù)端之間傳輸的內容出現亂碼；二是服務(wù)端和數據庫之間出現亂碼；三是服務(wù)端和應用服務(wù)器之間出現亂碼。其實(shí)無(wú)論是哪里出現亂碼，解決的方法都是一樣的，就是統一編解碼格式。
對于第一類(lèi)情況，即客戶(hù)端和服務(wù)端之間出現亂碼的解決。首先看看服務(wù)端向客戶(hù)端輸出產(chǎn)生亂碼的情況。我們以jsp為例。一般jsp文件頭部會(huì )像下面這樣：
- <%@ page contentType=”text/html; charset= ISO-8859-1″ pageEncoding=” ISO-8859-1″%>
復制代碼
這里是jsp文件默認的字符集和編碼格式都是ISO-8859-1。ISO-8859-1是不支持中文的。所以如果一個(gè)jsp文件采用這樣的頭部，而其中又包含有輸出到客戶(hù)端的中文的話(huà)，那么當客戶(hù)端訪(fǎng)問(wèn)該頁(yè)面時(shí)，所有的中文都會(huì )顯示成亂碼。這種情況是編碼格式原生就不支持中文的情況。另外一種情況就是編碼格式不統一的情況，請看下面這個(gè)jsp文件頭部：
- <%@ page contentType=”text/html; charset=ISO-8859-1″ pageEncoding=”UTF-8″%>
復制代碼
在這里我指定了頁(yè)面的編碼格式為UTF-8，而contentType中聲明的字符集卻是ISO-8859-1，這樣，在客戶(hù)端訪(fǎng)問(wèn)該頁(yè)面的時(shí)候，中文依然會(huì )是亂碼。所以解決這個(gè)問(wèn)題的要點(diǎn)就是要使用統一的編碼，并且該編碼要支持中文，像下面這樣，中文就可以正確顯示了：
- <%@ page contentType=”text/html; charset=UTF-8″ pageEncoding=”UTF-8″%>
復制代碼
再來(lái)講講客戶(hù)端向服務(wù)端提交數據的時(shí)候出現亂碼的解決。當我們通過(guò)form向服務(wù)端提交數據的時(shí)候，瀏覽器會(huì )幫我們把數據先進(jìn)行編碼后再提交，我們可以通過(guò)以下方式來(lái)指定瀏覽器如何進(jìn)行編碼，在html文件中加上如下這句話(huà)：
- <meta http-equiv=”Content-Type” content=”text/html; charset=UTF-8″>
復制代碼
這里就指定了提交到服務(wù)端的數據采用UTF-8編碼，當然這里只是指定了提交的數據編碼格式，還需要在服務(wù)端對接受到的請求做同樣的字符集設置才行，如下：
- request.setCharacterEncoding(”UTF-8″);
復制代碼
這樣，服務(wù)端接受到請求后取出來(lái)的參數就能正確解碼成中文。
第二種情況就是服務(wù)端和數據庫之間出現的亂碼。以mysql為例，一般我們配置數據源地址都是這樣的：
- <property value=”jdbc:mysql://localhost:3306/dbname/>
復制代碼
假如數據庫的編碼格式是utf-8的，這個(gè)時(shí)候假如服務(wù)端發(fā)送給數據庫的數據的編碼格式不是utf-8的話(huà)，存入數據庫的數據就會(huì )變成亂碼。這個(gè)時(shí)候我們可以通過(guò)在配置數據源的時(shí)候明確指定編碼格式來(lái)解決這個(gè)問(wèn)題，配置如下：
- <property value=”jdbc:mysql://localhost:3306/dbname?useUnicode=true&characterEncoding=utf-8″/>
復制代碼
可以看到只是在原來(lái)配置的基礎上增加了一些參數。
第三種情況是服務(wù)端和應用服務(wù)器（也就是tomcat）之間的亂碼問(wèn)題。這個(gè)問(wèn)題不太好發(fā)現，因為最開(kāi)始我遇到這個(gè)問(wèn)題的時(shí)候，我從前端html的字符編
碼到數據庫字符編碼都查遍了，發(fā)現所有的編碼都是統一的，而且也是支持中文，但是還是會(huì )出現亂碼。費了很多周折，查了很多資料才發(fā)現原來(lái)是應用服務(wù)器的問(wèn)
題，因為tomcat默認的字符集是ISO-8859-1，所以當使用中文時(shí)就會(huì )出現亂碼。還好這個(gè)問(wèn)題解決起來(lái)也是比較簡(jiǎn)單的。首先在tomcat的安
裝目錄下找到conf文件夾，打開(kāi)該文件夾中的server.xml文件，不同的tomcat版本這個(gè)文件可能會(huì )有所差別，我用的
tomcat6.0.18，將其中相應的配置修改如下：
-
- <Connector port=”8080″ protocol=”HTTP/1.1″
- connectionTimeout=”20000″
- redirectPort=”8443″
- URIEncoding=”UTF-8″ />
復制代碼
注意，最后一個(gè)URIEncoding=”UTF-8″在原來(lái)的配置中是沒(méi)有的，只要加上這個(gè)配置參數，tomcat就能正確識別UTF-8編碼的字符了。
以上就是我在tomcat上做web應用時(shí)所遇到的中文亂碼的各種情況，注意文中提到的支持中文編碼的字符集時(shí)只是以UTF-8為例，其它比較常用的支持
中文編碼的字符集還有GBK，gb2312等。你可以根據自己的需要選擇合適的字符集。但一定要記住，不管你選擇使用什么字符集，一旦選定之后，整個(gè)應用
都應盡量使用統一的字符編碼格式，盡管某些字符集之間是相互兼容的，但也可能產(chǎn)生不必要的麻煩或者未知的問(wèn)題。在實(shí)際應用中我相信大家也都會(huì )遇到各種千奇
百怪的亂碼問(wèn)題，歡迎大家繼續補充解決之道，多多益善。 | 
