從原理上解決Tomcat中文問題

領測軟件測試網

　　 
　　很多開源軟件都有國際化和本地化的問題，其實國際化本沒有那么復雜，只是總有些公司希望通過拒絕國際標準來提高市場占有率，所以也就漸漸導致了現在的情況。很多開源軟件首要支持的便是UTF編碼，然后才是其他編碼。

(by gashero)當然也有些不著調的軟件首選的是ISO-8859-1編碼，甚至是ASCII編碼。好了，下面先講講編碼，因為Tomcat也是一種不著調的軟件。

　　常見的中文編碼有GB2312、GBK、GB18030等等，當然沒有包括繁體中文，這些編碼都是表示編碼，而并非是顯示編碼�，F在越來越多的軟件，在其核心使用的顯示編碼或者說處理編碼，是Unicode編碼。Unicode編碼使用2字節表示了世界上幾乎所有的文字符號，作軟件的內部國際化處理再適合不過了。

　　只是有些齷齪公司，為了商業目的，對內核的Unicode編碼API全部屏蔽，對外只提供本地化編碼。(by gashero)比如M$公司在中文軟件上就主推GBK編碼。

　　還有一個問題就是用C/C++編寫的很老的軟件，字符串結束標志是'\0'，而使用Unicode的話，會無故的截斷一些字符串。所以UTF-8就應運而生了，這種變長編碼既可以減小字符串的體積，也可以防止階段而傳輸Unicode編碼。

　　至于傳統的英文編碼，最常見的就是兩種。一是ASCII，這種字符集高位為0，用7位表示數據。另一種是ISO-8859-1，每個字符1字節，用8位表示一個字符。

　　Tomcat的內置編碼就是使用了ISO-8859-1。這也是本文最關鍵的一句，各種技巧的根本。

　　由此可知由網頁所提交的數據就需要從ISO-8859-1解碼，如下是獲得提交參數number的例子。

　　String number=new String(request.getParameter("number").getBytes("ISO-8859-1"),"UTF-8");

　　這句就成功的實現了從ISO-8859-1向UTF-8編碼的轉換。

　　有經驗的讀者應該遇到過通過＜jsp:param＞標簽傳遞網頁間參數時出錯的問題。(by gashero)接收到的字符串只要是無論如何都是一堆問號。其實這也是Tomcat內部編碼所導致的。如果可以順應Tomcat的內部編碼就可以傳遞中文字符串了。

　　比如一個頁面間的內部重定向:

　�。�?xml:namespace prefix = jsp /＞＜jsp:forward page="index.jsp"＞

　�。糺sp:param name="name" value="＜%=new String(" % 中文參數?.getBytes(?UTF-8?),?ISO-8859-1?)＞" />

　�。�/jsp:forward＞

　　而在目的頁面接收參數的時候也需要再次從ISO-8859-1編碼轉換到UTF-8編碼。這樣就實現了在頁面之間傳遞中文參數。

文章來源于領測軟件測試網 http://www.kjueaiud.com/