Tomcat版本和字符编码问题

Question

编码问题可以在servlet那端重新整合的

Answer 1

java中中文问题详解（转自www.javajia.com）　1.字节和unicode 
　　Java内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式 
　　是使用字节流的。 因此Java要对这些字节流经行转化。char是unicode的，而byte是字节. 
　　Java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度， 
　　可以用来告诉你，你用的Convertor。其中两个很常用的静态函数是 
　　 public static ByteToCharConverter getDefault() ; 
　　 public static ByteToCharConverter getConverter(String encoding); 
　　如果你不指定converter，则系统会自动使用当前的Encoding,GB平台上用GBK,EN平台上用 
　　8859_1 
　　 
　　我们来就一个简单的例子： 
　　　　　"你"的gb码是：0xC4E3 ,unicode是0x4F60 
　　　　　你用: 
　　　　　--encoding="gb2312"; 
　　　　　--byte b[]={(byte)"u00c4",(byte)"u00E3"}; 
　　　　　--convertor=ByteToCharConverter.getConverter(encoding); 
　　　　　--char [] c=converter.convertAll(b); 
　　　　　--for(int i=0;i 　　　　　--{ 
　　　　　-- System.out.println(Integer.toHexString(c[i])); 
　　　　　--} 
　　　　　--打印出来是0x4F60 
　　　　　--但是如果使用8859_1的编码，打印出来是 
　　　　　--0x00C4,0x00E3 
　　　　　----例１ 
　　　　 反过来： 
　　　　 --encoding="gb2312"; 
　　　　 　　　char c[]={"u4F60"}; 
　　　　　　　 convertor=ByteToCharConverter.getConverter(encoding); 
　　　　　--byte [] b=converter.convertAll(c); 
　　　　　--for(int i=0;i 　　　　　--{ 
　　　　　-- System.out.println(Integer.toHexString(b[i])); 
　　　　　--} 
　　　　　　--打印出来是：0xC4,0xE3 
　　　　　　----例２ 
　　　　　　--如果用8859_1就是0x3F，?号，表示无法转化　　　　　　-- 
　　　　　 很多中文问题就是从这两个最简单的类派生出来的。而却有很多类　　 
　　不直接支持把Encoding输入，这给我们带来诸多不便。很多程序难得用encoding 
　　了，直接用default的encoding，这就给我们移植带来了很多困难 
　　-- 
　　2.UTF-8 
　　--UTF-8是和Unicode一一对应的，其实现很简单 
　　-- 
　　 -- 7位的Unicode: 0 _ _ _ _ _ _ _ 
　　--11位的Unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _ 
　　--16位的Unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 
　　--21位的Unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 
　　--大多数情况是只使用到16位以下的Unicode: 
　　--"你"的gb码是：0xC4E3 ,unicode是0x4F60 
　　--我们还是用上面的例子 
　　--　　--例１：0xC4E3的二进制： 
　　--　　--　　　 1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1 
　　--　　--　　　 由于只有两位我们按照两位的编码来排，但是我们发现这行不通， 
　　--　　--　　　 因为第７位不是0因此，返回"?" 
　　--　　--　　　 
　　--　　--例２：0x4F60的二进制： 
　　--　　--　　　 0 1 0 0 1 1 1 1 0 1 1 0 0 0 0 0 
　　--　　--　　　 我们用UTF-8补齐，变成： 
　　--　　--　　　 11100100 10111101 10100000 
　　--　　--　　　 E4--BD-- A0 
　　--　　--　　　 于是返回0xE4,0xBD,0xA0 
　　--　　-- 
　　3.String和byte[] 
　　--String其实核心是char[],然而要把byte转化成String，必须经过编码。 
　　--String.length()其实就是char数组的长度，如果使用不同的编码，很可 
　　--能会错分，造成散字和乱码。 
　　--例： 
　　----byte [] b={(byte)"u00c4",(byte)"u00e3"}; 
　　----String str=new String(b,encoding);　　---- 
　　----如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字　　---- 
　　--这个问题在处理分页是经常发生 
　　4.Reader,Writer/InputStream,OutputStream 
　　--Reader和Writer核心是char，InputStream和OutputStream核心是byte。 
　　--但是Reader和Writer的主要目的是要把Char读/写InputStream/OutputStream 
--一个reader的例子： 
--文件test.txt只有一个"你"字，0xC4,0xE3-- 
--String encoding=; 
--InputStreamReader reader=new InputStreamReader( 
----new FileInputStream("text.txt"),encoding); 
--char []c=new char[10]; 
--int length=reader.read(c); 
--for(int i=0;i ----System.out.println(c[i]); 
　　--如果encoding是gb2312，则只有一个字符，如果encoding=8859_1，则有两个字符 
　　-------- 
-- 
-- 
　　 
　　 ---- 
　2.我们要对Java的编译器有所了解： 
　--javac -encoding 
　 我们常常没有用到ENCODING这个参数。其实Encoding这个参数对于跨平台的操作是很重要的。 
　 如果没有指定Encoding，则按照系统的默认Encoding,gb平台上是gb2312，英文平台上是ISO8859_1。　 
　--Java的编译器实际上是调用sun.tools.javac.Main的类，对文件进行编译，这个类　-- 
　有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。 
　编译器就是根据这个变量来读取java文件的，然后把用UTF-8形式编译成class文件。 
　一个例子： 
　--public void test() 
　--{ 
　----String str="你"; 
　----FileWriter write=new FileWriter("test.txt"); 
　----write.write(str); 
　----write.close(); 
　--} 
　----例３ 
--如果用gb2312编译，你会找到E4 BD A0的字段 
-- 
--如果用8859_1编译， 
--00C4 00E3的二进制： 
--00000000 11000100 00000000 11100011-- 
--因为每个字符都大于7位，因此用11位编码： 
--11000001 10000100 11000011 10100011 
--C1-- 84--　C3--　 A3 
--你会找到C1 84 C3 A3 -- 
　　　　 
　　但是我们往往忽略掉这个参数，因此这样往往会有跨平台的问题： 
　　--　　例３在中文平台上编译，生成ZhClass 
　　--　　例３在英文平台上编译，输出EnClass 
　　--1.　 ZhClass在中文平台上执行OK,但是在英文平台上不行 
　　--2.　 EnClass在英文平台上执行OK,但是在中文平台上不行 
　　原因： 
　--1.在中文平台上编译后，其实str在运行态的char[]是0x4F60,　---- 
　--在中文平台上运行，FileWriter的缺省编码是gb2312,因此 
　--CharToByteConverter会自动用调用gb2312的converter,把str转化 
　--成byte输入到FileOutputStream中，于是0xC4,0xE3放进了文件。 
　--但是如果是在英文平台下，CharToByteConverter的缺省值是8859_1, 
　--FileWriter会自动调用8859_1去转化str,但是他无法解释，因此他会 
　--输出"?"　---- 
　--2.　在英文平台上编译后，其实str在运行态的char[]是0x00C4 0x00E3,　---- 
　--在中文平台上运行，中文无法识别，因此会出现?? 
　--　　在英文平台上，0x00C4-->0xC4,0x00E3->0xE3，因此0xC4,0xE3被放进了 
　--文件 
Tomcat5中的中文路径和中文文件名问题的初步解决方案：问题的提出：
   在Tomcat5中存在中文路径的问题，如：
   < IMG SRC="中文图片.jpg" WIDTH="77" HEIGHT="80" BORDER=0 ALT="" >
或 < a href="中文.jsp">中文文件名< / a>
或 http://127.0.0.1:8080/中文.jsp
   通常在以上三种情况下，Tomcat5服务器会报告找不到文件的错误。

Answer 2

Tomcat中Java/jsp中文问题完全解决方案
板桥里人 http://www.jdon.comTomcat 3.23以下的版本
对于Tomcat 3.23以下版本,Java中的中文问题网上已经谈了不少,一般遇到中文问题使用转换函数转换.toChinese()
public static String toChinese(String strvalue)
   {
         try{
             if(strvalue==null)
                return null;
             else
             {
                strvalue = new String(strvalue.getBytes("ISO8859_1"), "GBK");
                return strvalue;
         }
         }catch(Exception e){
               return null;
         }
   }凡是涉及中文字符串,如从数据库中读取中文字符串,或变量名赋值时,使用toChinese函数:
toChinese("这是中文字符串")注:该办法在使用javamail发送中文信息时似乎有问题Tomcat 4.0以上的版本
在4.0以后的版本,已经不需要象3.23版本中使用字符转换函数:(1)编译javabean时 javac 命令行加上-encoding ISO8859_1(2)在Jsp头部中加入<%@ page contentType="text/html;charset=ISO8859_1" %>是不是很简单? 使用本办法基本可以对付实际应用,推荐!但也有一个缺点是,通过form表单get参数;或在url后附带中文,这个办法就失效,我相信应该有办法解决.该办法原理就是在java的各个环节统一编码为:ISO8859_1.修改tomcat
该办法是一位网友在论坛贴出的,我没有试验,转载于此:只要修改一个地方就行了，文件为: 
tomcat4/src/catalina/src/share/org/apache/catalina/connector/HttpReque 
stBase.java 
找到protected void parseParameters()方法，把 
if (encoding == null) 
encoding = "ISO-8859-1"; 
改为 
if (encoding == null) 
encoding = "GBK"; 
编译: 
解开jakarta-servletapi-4的原码包,找到servlet.jar文件设置到CLASSPATH 
找到tomcat4.0.1的bin包将catalina.jar设置到CLASSPATH. 
因为编译时要使用这些api. 
然后javac HttpRequestBase.java生成两个class文件. 
解开catalina.jar jar xvf catalina.jar(tomcat bin包中的) 
覆盖调原来的两个class文件: 
jar cvf catalina.jar org 
即可 
重启tomcat4，一切OK!，你再也不用编写烦人的编码转换了。经过这几天对Tomcat5文档的研究，主要是下面这份：
http://jakarta.apache.org/tomcat/tomcat-5.0-doc/config/http.html
终于初步搞清了Tomcat5中的中文路径问题，
探其原因主要是编码的问题，
因为Tomcat5的http Connector所用的URI解码默认用的是 ISO-8859-1，
而一般浏览器默认用的发送编码为UTF-8，这样问题就出现了，
初步的解决方法如下：
    在server.xml中类似如下配置：
    < Connector port="8080" maxThreads="150" minSpareThreads="25" 
maxSpareThreads="75" enableLookups="false" redirectPort="8443" 
acceptCount="100" debug="0" connectionTimeout="20000" 
disableUploadTimeout="true" URIEncoding="UTF-8" / >
   其中关键是 URIEncoding="UTF-8" 这项，其含义是指定URI的编码为：UTF-8
这样配置后重启Tomcat，基本能解决前面提到的中文路径和中文文件名问题。不过还是强烈建议用English，那样比较规范，麻烦也少的多。

Answer 3

package com.iaworld.util;
import org.apache.commons.codec.base64.Base64;/**
 * 提供对 URL 进行处理的工具类
 */
public class URLUtil
{
/**
 * 将 URL 参数据进行安全编码
 * @param s
 * @return
 */
public final static String safeRequestParameter(String s)
{
byte[] b = Base64.encode(s.getBytes());
StringBuffer sb = new StringBuffer();
for(int i = 0; i < b.length; i++)
{
sb.append("%" + Integer.toHexString(b[i]));
}
return sb.toString(); }
    /**
     * 对 URL 参数据进行安全解码
     * @param s
     * @return
     */
public final static String decodeSafeRequestParameter(String s)
{
return new String(Base64.decode(s.getBytes()));
}
}
package com.iaworld.web.filters;
import javax.servlet.*;
import java.io.IOException;/**
 * 用于设置 HTTP 请求字符编码的过滤器，通过过滤器参数encoding指明使用何种字符编码,用于处理Html Form请求参数的中文问题
 * @version 1.0
 * @author 陶建风
 */
public class CharacterEncodingFilter
implements Filter
{
protected FilterConfig filterConfig = null;
protected String encoding = ""; public void doFilter(ServletRequest servletRequest, ServletResponse servletResponse, FilterChain filterChain) throws IOException, ServletException
{
        if(encoding != null)
        servletRequest.setCharacterEncoding(encoding);
filterChain.doFilter(servletRequest, servletResponse);
} public void destroy()
{
filterConfig = null;
encoding = null;
}    public void init(FilterConfig filterConfig) throws ServletException
{
this.filterConfig = filterConfig;
        this.encoding = filterConfig.getInitParameter("encoding"); }
}

Answer 4

JAVA（或JSP）的中文问题，我早就已经很清楚，我的JSP页面有近万页，需要使用中文标签的地方是100万级的，我关心的是我现在在tomcat4.1.27上完全跑通的程序，怎么样不修改JSP文件而使用到其它的JSP容器，或不同的tomcat中。或者说，在tomcat4.1.30或tomcat5.x中有什么地方改一下配置就可以使用我们现在的程序。
我现在的程序在tomcat4.1.27和weblogic中使用正常。

Answer 5

我使用的中文问题解决是在每个页面的前面加上了：
<%@ page contentType="text/html;charset=GBK" %>
并且发现这个标签只能静态指定（动态使用response.setcontexttype设定的前提也是在它之后），且只能是在当前页使用，不能通过include引入。现在不想改代码，希望能移植到任何平台任何JSP容器。