JSP中的pagaEncoding和contentType中charset的區(qū)別

人人驛站 2015-05-10

展開全文

<%@ page contentType="text/html" pageEncoding="GBK" %>

每一個JSP頁面中的首行都是以上的內(nèi)容，其實這一行代碼的contentType中還隱藏了一個charset=“編碼類型”；

我們知道，JSP本質(zhì)上就是一個Servlet（JSP可以完成的功能Servlet全都可以完成，反之不行），而Servlet就是一個JAVA類，所以一個JSP頁面編寫完成之后執(zhí)行的時候，Tomcat就會自動將其翻譯成*.java，然后再由*.java編譯成*.class文件，然后當用戶訪問JSP頁面的時候由Tomcat或其他容器來執(zhí)行*.class文件。

pageEncoding是JSP文件本身的編碼，而contentType中的charset是服務(wù)器發(fā)送給客戶端時的內(nèi)容編碼。

下面來做一個小測驗就知道這兩者的差別了，首先我們新建一個簡單的jsp頁面，可以看到里面只是簡單的輸出了一句話“測試pageEncoding和contentType中的charSet的區(qū)別！”，其中包含中文和英文字符，pageEncoding編碼方式設(shè)為“GBK”：

[html]view plaincopyprint?
<%@ page contentType="text/html" pageEncoding="GBK"%>  
<html>  
<head>  
<title>登陸驗證</title>  
</head>  
<body>  
<%="測試pageEncoding和contentType中的charSet的區(qū)別！"%>  
  
</body>  
</html>  

很顯然，啟動Tomcat程序運行沒有任何問題，可以輸出。

我們現(xiàn)在修改上面的代碼，在pageContent中加入charset=utf-8 ，即：<%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%>

這樣我們再刷新頁面會出現(xiàn)中文亂碼

但是這種亂碼卻可以通過改變?yōu)g覽器的編碼方式來解決，在瀏覽器空白處右鍵-->編碼，選擇Unicode(UTF-8)即可。

那我們現(xiàn)在再來改一下，我們將pageEncoding改為utf-8；即：

<%@ page contentType="text/html" pageEncoding="utf-8"%>

這樣很明顯，JSP在編碼的時候?qū)⒉捎胾tf-8；默認的charset也是utf-8 ，這個時候刷新，頁面中又出現(xiàn)了亂碼。

在此基礎(chǔ)上，我們改變charset=gbk再來看一下效果，此時瀏覽器的編碼為utf-8：

修改瀏覽器編碼為GBK：

可以看到，當pageEncoding編碼為UTF-8時無論如何，用戶訪問JSP頁面的時候，內(nèi)容都是中文亂碼。

為什么會這樣，pageEncoding和contentType中的charset區(qū)別到底在哪里？

網(wǎng)上搜索了一下，我認為下面的這個解釋說的挺好，挺詳細的。

事實上，jsp需要經(jīng)過兩次“編碼”，第一階段會用pageEncoding，第二階段會用utf-8的.java文件至utf-8的.class文件，第三階段就是由Tomcat傳回瀏覽器的網(wǎng)頁，用的是contentType。ContentType 屬性指定響應(yīng)的 HTTP 內(nèi)容類型。如果未指定 ContentType，默認為 text/HTML。

第一階段：將jsp編譯成Servlet（.java）文件。用到的指令是pageEncoding，根據(jù)pageEncoding＝“XXX”的指示，找到編碼的規(guī)則為“XXX”，服務(wù)器在將JSP文件編譯成.java文件時會根據(jù)pageEncoding的設(shè)定讀取jsp，結(jié)果是由指定的編碼方案翻譯成統(tǒng)一的UTF-8編碼的JAVA源碼（即.java）。

第二階段：從Servlet文件（.java）到Java字節(jié)碼文件（.class），從UTF-8到UTF-8。在這一階段中，不論JSP編寫時候用的是什么編碼方案，經(jīng)過這個階段的結(jié)果全部是UTF-8的encoding的java源碼。JAVAC用UTF-8的encoding讀取java源碼，編譯成UTF-8編碼的二進制碼（即.class），這是JVM對常數(shù)字串在二進制碼（java encoding）內(nèi)表達的規(guī)范。這一過程是由JVM的內(nèi)在規(guī)范決定的，不受外界控制。

第三階段：從服務(wù)器到瀏覽器，這在一過程中用到的指令是contentType。服務(wù)器載入和執(zhí)行由第二階段生成出來JAVA二進制碼，輸出的結(jié)果，也就是在客戶端可見到的結(jié)果，在這次輸出過程中，由contentType屬性中的charset來指定，將UTF8形式的二進制碼以charset的編碼形式來輸出。如果沒有人為設(shè)定，則默認的是ISO-8859-1的形式。

pageEncoding：設(shè)置JSP源文件本身和響應(yīng)正文中的字符集編碼。

contentType：設(shè)置JSP源文件和響應(yīng)正文的字符集編碼及MIME類型。

contentType的charset：設(shè)置服務(wù)器發(fā)送給客戶端時的內(nèi)容的編碼。

可以簡單認為是，pageEncoding是jsp文件本身的編碼；contentType的charset是指服務(wù)器發(fā)送給客戶端時的內(nèi)容編碼。例如：pageEncoding="GBK"。這句話的意思是，告訴JVM 這個jsp本身采用的"GBK"編碼,在JSP編譯成Servlet傳給JVM的時候，就用“GBK”的編碼方式將Jsp網(wǎng)頁源文件翻譯成統(tǒng)一的UTF-8形式的Java字節(jié)碼（如果不加設(shè)定，則JVM默認的用ISO-8859-1這種編碼方式）。contentType里的charset=gbk，指的是此網(wǎng)頁文件輸出到瀏覽器的輸出方式為gbk（如果不加設(shè)定，則默認為pageEncoding所設(shè)定的編碼類型），理解了以上的過程，相信大家都對上述的各種亂碼情況都有了更深入的理解，知其然而知其所以然了。

（參考文章：http://www.cnblogs.com/kevin-yuan/archive/2011/12/31/2308479.html）