如何在JSP中處理中文
來源：互聯網
上載者：User
js|中文 如何在JSP中處理中文
在一個Web應用中經常需要向伺服器傳遞一些參數，一般通過form向伺服器發送一個POST請求。在參數中有可能包含中文資訊，如使用者資訊登記、購物定單中的地址資訊等等。參數字串一般用本地字元集進行編碼，如中文採用GB2312或GBK字元集，英文或西歐文字採用ISO8859_1字元集，但在Java程式中一律採用Unicode處理字串，這就需要有一個編碼轉換的過程。不幸的是，現有的大部分Java應用伺服器都是在英語國家開發出來的，由於缺乏大字元集（中文、日文、韓文等）的應用環境，這些應用伺服器在處理HTTP請求參數時都存在一些中文處理的問題，也是最為困擾JSP和Servlet開發人員的問題。
產生這一問題的根本原因是在HTTP請求中缺乏足夠的資訊來指明用戶端所使用的字元集。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元集：
JSP引擎會將上面的偽指令轉換為HTTP應答的頭部：
Content-Type: text/html; charset=GB2312
樣輸出的就是採用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的內容POST到伺服器時卻沒有包含charset，而且將中文內容用%xx的形式（xx是十六進位數）進行編碼，例如漢字"中"的GB2312內碼為0xD6D0，在HTTP請求中就變成了%D6%D0，根據RFC2616的規定，如果在HTTP請求中未指明字元集，就使用ISO8859_1編碼，這樣"中"字在處理時變成了兩個字元，分別為´u00D6´和´u00D0´，而返回到用戶端時變成了兩個不可顯示的字元，瀏覽器一般顯示成´??´。
解決這一問題的傳統做法是編寫額外的代碼來完成字元集的轉換：
strOut = new String(strIn.getBytes("8859_1"), "GB2312");
strIn是未經過轉換的字串，其編碼為ISO8859_1，strOut是經過轉換的字串，其編碼為GB2312。
在Apusic 0.9.5版中實現了Java Servlets 2.3規範草案，其中在ServletRequest介面中新增了一個方法setCharacterEncoding(String enc)，可以補上在HTTP請求中缺少的charset資訊，而上面這一煩瑣的轉換過程就在Servlet引擎中自動完成了，而且Servlet引擎還對轉換過程做了最佳化，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>
