写一个http服务器（测试，学习用），接收到ie浏览器发过来的字节流，不知怎样转吗才能恢复成汉字？请教大家了

Question

写了一个http服务器，想加深对协议的理解。我使用  InputStream is = new DataInputStream(new
                                    BufferedInputStream(client.getInputStream()));
然后使用is来都流（故意没有使用reader一类的io类）。读到字节数组buf后，想把它转换成汉字。因为我在ie的form元素里输入的是汉字，但是视了： str = new String(buf2,"gb2312");
str = new String(buf2,"iso8859-1");以及str = new String(buf2);都不行。ie浏览器在发送信息时候，会把所输入的字符串都按iso8859-1转换成字节流（还是字符串）。这个中间的细节我不懂，
请大家告诉我其中的道理，要怎么转换。
关于编码方式，字符串，字节流之间的关系，转换方式，希望大家指导指导

Answer 1

request.setCharacterEncoding("GBK");DataInputStream.readUTF();

Answer 2

我是自己随便写了个socket服务断，来读取浏览器发过来的信息，呵呵，request.setCharacterEncoding("GBK");当然于我没有用了，
DataInputStream.readUTF();
我试一试

Answer 3

readUTF()和我先读取到字节流，然后new String(buf)有什么区别吗？new String(buf)默认得就是utf编码方式吧，因为java平台默认得就是这个，各位，是这样得吗？

Answer 4

IE 发送过来的 form 数据中的汉字，不管各位怎么转化都是出不来的，因为：1. 采用的编码根发送页面的编码有关，并不一定都是 utf-8
2. 发送时，除了按照编码转化成字节串外，还要通过 URLEncode 编码，也就是 %XX 的格式
因此，搂主需要首先 URLDecode 以后，再用与提交页面相同的编码将字节流恢复成字符串才能看到汉字。

Answer 5

但是，post方法发送的东东应该是没有经过URLEncode 编码的，是吗？
发送时候的编码不会根据页面的编码来确定吧，应该是统一编码方式吧。页面编码中指定的charset="gb2312"等东东，应该是告诉浏览器怎样解析服务端发过来的东东吧。
呵呵，我是没什么映象了，请大家来把问题确认一下

Answer 6

jerrya12() 兄，你记错了。我说的 2 点都没有错的：编码是按照页面提交的编码；并且 POST 的数据也是要经过 URLEncode 的。我曾经用 VC 写过 cgi 程序，这些细节我以前遇到过。刚才我又做了一次测试，观察了一下抓取的数据包，的确是这样的。这是我抓取的包：（提交的内容为：“你好123”，发送过去的数据为：%C4%E3%BA%C3123）：0x0000   00 60 E0 03 18 9D 00 01-03 19 44 1A 08 00 45 00   .`?.?...D...E.
0x0010   01 F6 22 77 40 00 80 06-BC 37 D5 D5 D5 22 26 76   .?w@.€.?照?&v
0x0020   48 E5 0E 69 00 50 F9 EC-E3 B6 90 A8 F4 DB 50 18   H?i.P愣惃糅P.
0x0030   3D 46 1C 3C 00 00 50 4F-53 54 20 2F 73 73 77 61   =F.<..POST /sswa
0x0040   74 65 72 2F 74 65 73 74-2E 61 73 70 20 48 54 54   ter/test.asp HTT
0x0050   50 2F 31 2E 31 0D 0A 41-63 63 65 70 74 3A 20 2A   P/1.1..Accept: *
0x0060   2F 2A 0D 0A 52 65 66 65-72 65 72 3A 20 68 74 74   /*..Referer: htt
0x0070   70 3A 2F 2F 77 77 77 32-39 2E 77 65 62 73 61 6D   p://www29.websam
0x0080   62 61 2E 63 6F 6D 2F 73-73 77 61 74 65 72 2F 74   ba.com/sswater/t
0x0090   65 73 74 2E 61 73 70 0D-0A 41 63 63 65 70 74 2D   est.asp..Accept-
0x00A0   4C 61 6E 67 75 61 67 65-3A 20 7A 68 2D 63 6E 0D   Language: zh-cn.
0x00B0   0A 43 6F 6E 74 65 6E 74-2D 54 79 70 65 3A 20 61   .Content-Type: a
0x00C0   70 70 6C 69 63 61 74 69-6F 6E 2F 78 2D 77 77 77   pplication/x-www
0x00D0   2D 66 6F 72 6D 2D 75 72-6C 65 6E 63 6F 64 65 64   -form-urlencoded
0x00E0   0D 0A 41 63 63 65 70 74-2D 45 6E 63 6F 64 69 6E   ..Accept-Encodin
0x00F0   67 3A 20 67 7A 69 70 2C-20 64 65 66 6C 61 74 65   g: gzip, deflate
0x0100   0D 0A 55 73 65 72 2D 41-67 65 6E 74 3A 20 4D 6F   ..User-Agent: Mo
0x0110   7A 69 6C 6C 61 2F 34 2E-30 20 28 63 6F 6D 70 61   zilla/4.0 (compa
0x0120   74 69 62 6C 65 3B 20 4D-53 49 45 20 36 2E 30 3B   tible; MSIE 6.0;
0x0130   20 57 69 6E 64 6F 77 73-20 4E 54 20 35 2E 31 3B    Windows NT 5.1;
0x0140   20 53 56 31 3B 20 2E 4E-45 54 20 43 4C 52 20 31    SV1; .NET CLR 1
0x0150   2E 31 2E 34 33 32 32 29-0D 0A 48 6F 73 74 3A 20   .1.4322)..Host: 
0x0160   77 77 77 32 39 2E 77 65-62 73 61 6D 62 61 2E 63   www29.websamba.c
0x0170   6F 6D 0D 0A 43 6F 6E 74-65 6E 74 2D 4C 65 6E 67   om..Content-Leng
0x0180   74 68 3A 20 31 38 0D 0A-43 6F 6E 6E 65 63 74 69   th: 18..Connecti
0x0190   6F 6E 3A 20 4B 65 65 70-2D 41 6C 69 76 65 0D 0A   on: Keep-Alive..
0x01A0   43 61 63 68 65 2D 43 6F-6E 74 72 6F 6C 3A 20 6E   Cache-Control: n
0x01B0   6F 2D 63 61 63 68 65 0D-0A 43 6F 6F 6B 69 65 3A   o-cache..Cookie:
0x01C0   20 41 53 50 53 45 53 53-49 4F 4E 49 44 41 51 41    ASPSESSIONIDAQA
0x01D0   53 44 51 41 52 3D 42 4B-4F 4F 4F 44 44 41 4D 45   SDQAR=BKOOODDAME
0x01E0   43 48 4E 4E 47 47 4A 43-4A 43 4A 49 43 4B 0D 0A   CHNNGGJCJCJICK..
0x01F0   0D 0A 54 31 3D 25 43 34-25 45 33 25 42 41 25 43   ..T1=%C4%E3%BA%C
0x0200   33 31 32 33                                       3123

Answer 7

你看一下ie发过来的请求头的contenttype,然后把body部分转换成他的编码

Answer 8

经过 “Iambest(飞翔的雄鹰)” 兄 这么一说，我也注意到了，如果 POST 时，Header 中有：Content-Type: application/x-www-form-urlencoded这一行的话，那么实际上已经指明了是已经 URLEncoded 的。如果未指明，或者说的是其他的类型，那么就应该按照相应的格式来处理。

Answer 9

我和上楼的有一样的想法,
resquest.setEconding('gb2312')

Answer 10

采用smartupload上传得信息，服务端不要进行任何转换就是正确得汉字。
呵呵，application/x-www-form-urlencoded的确实要urldecode进行处理。
我测试时候： str = new String(buf2,"iso8859-1");（@此处有一问)
   int pos=str.indexOf("\r\n");
                                        String body = str.substring(pos);
                                        body=java.net.URLDecoder.decode(body);
                                        System.out.println("body is:"+body);
我现在的一问是：str = new String(buf2,"iso8859-1");这里不管采用iso8859-1，还是gb2312
,还是采用默认的utf（java默认吧，没错吧），得出的body都是正确的？
我测试的htm里有：<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
？？？？

Answer 11

1. int pos=str.indexOf("\r\n"); //每一条 Header 都有 \r\n ，真正提交的内容应该是从 "\r\n\r\n" 之后开始的，因此 (indexOf("\r\n\r\n") + 4) 开始才是提交的内容。前面都是 HTTP Headers。
2. str = new String(buf2,"iso8859-1");（@此处有一问) 应该说，这里不管采用iso8859-1，还是gb2312, 还是采用utf8，得出的body都是正确的？是的，因为 urlencode 之后的字节，都是 0-127 的，超过 127 的都被转化成为 %XX 形式了，而 iso8859-1,gb2312,utf8 都是兼容 0-127 范围的 ASCII 的。但是最好是采用 iso8859-1

Answer 12

http://www.htok.net/oursite/servlet/SuperFace/forum/forum2.html?htokid=c0.0.2&id=24

Answer 13

我发现只对form里的数据进行urlencode（不管是get还是post），而对于其它跟在？之后的查询串是不会进行urlencode的。

Answer 14

又有新的要问了：浏览器在发送请求之前，是先对form里的内容进行urlencode，然后再按照
<meta http-equiv="Content-Type" content="text/html; charset=iso8859-1">中指定的编码方式进行转吗，还是先转吗，然后再进行urlencode，再发送？