http response乱码的真相

这个只和java servlet有关，现在通常都用各种框架，很少会直接用到Servlet了。

查看servlet源代码的方法

查看servlet源代码的方法。因为servlet只是一些接口，并不是真正的实现，所以，如果想看真正的代码。

要去下对应的服务器的实现的源代码。比如Tomcat的代码在这里：
http://archive.apache.org/dist/tomcat/tomcat-6/v6.0.33/src/

Servlet里的PrintWriter和ServletOutputStream

在servlet里有两种方法可以输出：

PrintWriter writer = response.getWriter();
ServletOutputStream outputStream = response.getOutputStream();

其中PrintWriter只提供了一系列的println函数，不能写二进制内容。其实这个是很合理的，下面会解释原因。

ServletOutputStream则有println系列函数和wirte系列函数。

当使用ServletOutputStream来输出中文字符，则会出现设置了CharacterEncoding，而无效的情况。

response.setCharacterEncoding("utf-8");  //这句话并不能解决编码问题
ServletOutputStream outputStream = response.getOutputStream();
outputStream.println("中文");

我们在浏览器上，可以查看页面编码，可以发现的确是utf-8编码，但是为什么response.setCharacterEncoding("utf-8")，而还是乱码？

真正的罪人是ServletOutputStream，它根本没有实现编码转换。我们可以看下它是怎样实现的：

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);
}
}

很明显，它根本没有进行编码转换：XXX NOTE: This is clearly incorrect for many strings。。

我们再用PrintWriter来输出：

response.setCharacterEncoding("utf-8");
PrintWriter writer = response.getWriter();
writer.println("中文");

我们可以在浏览器上查看，页面编码是utf-8，则显示是正确的中文字符。

我们再看看PrintWriter是怎样工作的：

在Tomcat中PrintWriter实际上是org.apache.catalina.connector.CoyoteWriter类，

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类
} catch (IOException e) {
error = true;
}

}

org.apache.catalina.connector.OutputBuffer类中的write函数：

public void write(String s, int off, int len)
throws IOException {

if (suspended)
return;

charsWritten += len;
if (s == null)
s = "null";
//这里进行编码转换，conv的声明：protected C2BConverter conv;
//在调试过程中可以看到C2BConverter中的存放的正是utf-8编码。
conv.convert(s, off, len);
conv.flushBuffer();

}

至此，我们终于找到了真相。PrintWriter会在底层把字符串的编码转换为对应的CharacterEncoding的编码。

这也就是为什么PrintWriter没有提供wirte系列函数的原因。

BTW：怎样用ServletOutputStream来输出我们想要的编码字符串？

在刚才的代码中，我们可以看到ServletOutputStream的pirnt系列函数实际上什么转换工作都没有做。所以我们可以先把字符串转换成想要的编码，再写到ServletOutputStream中。

如：

response.setCharacterEncoding("utf-8");
ServletOutputStream outputStream = response.getOutputStream();
PrintStream printStream = new PrintStream(outputStream);
printStream.write("中文".getBytes("utf-8"));

tomcat里一劳永逸解决乱码问题

要想在tomcat中一劳永逸解决乱码问题，可以这样做：

1.设置tomcat，conf/server.xml文件中，useBodyEncodingForURI="true"：

<Connector port="8080" protocol="HTTP/1.1"
connectionTimeout="20000"
redirectPort="8443" useBodyEncodingForURI="true"/>

2.增加一个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>