jsp 编码问题

 jsp编写网站时，经常会出现如下图所示的乱码情况：

 

原因是：

request.setCharacterEncoding("GBK");

String title=request.getParameter("title");

//        new String(new String(title.getBytes("GBK"),"ISO-8859-1").getBytes("ISO-8859-1"),"utf-8" );

而本来应该是

 request.setCharacterEncoding("UTF-8"); 的。 

一个中文字符，GBK占两个字节；UTF-8占三个字节。

以上例来说，本来应该显示“反扫荡”，UTF-8编码的，9个字符。实际上http协议传过来的就是9个字节。注意：网络传输都是UTF-8编码的。

如果对9个字节按照GBK编码码的话，就是4个中文字符加一个字节，所以就出现了如上图所示的乱码情况。

执行 new String(title.getBytes("GBK")  时，应该返回的是10个字节，然后这10个字节又按照UTF-8编码，就是三个中文字符加一个字节，所以就出现了如上图所示的乱码现象。

 

然后我用java程序验证了上面的原理：

@Test

    public void Test0108_22(){

        String input="反扫我";

        try

        {

            System.out.println(input.getBytes("GBK").length);

            System.out.println(input.getBytes("UTF-8").length);

            System.out.println(bytes2HexString(input.getBytes("UTF-8")));

            String title= new String(input.getBytes("UTF-8"),"GBK");

           System.out.println(title); 

           String new_title=new String(new String(title.getBytes("GBK"),"ISO-8859-1").getBytes("ISO-8859-1"),"utf-8" ); 

           System.out.println(new_title);

           System.out.println(bytes2HexString(new_title.getBytes("UTF-8")));

           System.out.println(new_title.getBytes("UTF-8").length);

        }

        catch (UnsupportedEncodingException e)

        {

            e.printStackTrace();

        }

    }

运行结果：

 

 

z总结： "反扫我"这三个中文字符，如果按照GBK 编码，就是6个字节；如果按照UTF-8编码，就是9个字节；

实际上，  request.setCharacterEncoding(" UTF-8 ");   就是解码的过程，即告诉程序把9个字节按照 " UTF-8 " 解码，这样就ok了。

网站中中文的编码一般有如下三种情况

（1）UTF-8

（2）GBK

（3）GB2312