ajax js跨域后乱码原因及解决办法

项目中用到jQuery的ajax从二级域名下的页面访问web应用，开始采用的是jQuery，json，struts2的组合，发现jQuery的回调不能执行，于是搜索资料，结果发现是由于跨域的问题，后来采用第三方协议jsonp，问题得到解决。后来传递中文数据的时候又遇到乱码等问题，由于之前没这方面的经验，所以只要又埋头苦搜一番。。。。。。

原因：

网络标准RFC 1738做了硬性规定：[0-9a-zA-Z]、一些特殊符号"$-_.+!*'(),"[不包括双引号]、以及某些保留字，才可以不经过编码直接用于URL。这意味着，如果URL中有汉字，就必须编码后使用。

于是在js代码中大胆的采用了encodeURI（）方法进行编码，结果照样乱码，最后再次查阅资料发现需要两次编码，然后在（servlet）struts2中采用URLDecoder.decode(str, "utf-8")进行一次解码就行了。但是一个偶然的机会发现传参数据中带有问号，js报错。后俩改用encodeURIComponent（）后问题得到彻底解决。

具体原因请看如下资料：

但是麻烦的是，RFC 1738没有规定具体的编码方法，而是交给应用程序（浏览器）自己决定。这导致"URL编码"成为了一个混乱的领域（浏览器的URL编码方法都不一样）。

情况1：网址路径中包含汉字

打开IE（我用的是8.0版），输入网址"http://zh.wikipedia.org/wiki/春节"。注意，"春节"这两个字此时是网址路径的一部分。

查看HTTP请求的头信息，会发现IE实际查询的网址是"http://zh.wikipedia.org/wiki/%E6%98%A5%E8%8A%82"。也就是说，IE自动将"春节"编码成了"%E6%98%A5%E8%8A%82"。我们知道，"春"和"节"的utf-8编码分别是"E6 98 A5"和"E8 8A 82"，因此，"%E6%98%A5%E8%8A%82"就是按照顺序，在每个字节前加上%而得到的。在Firefox中测试，也得到了同样的结果。

所以，结论1就是网址路径的编码，用的是utf-8编码。

情况2：查询字符串包含汉字

在IE中输入网址"http://www.baidu.com/s?wd=春节"。注意，"春节"这两个字此时属于查询字符串，不属于网址路径，不要与情况1混淆。

查看HTTP请求的头信息，会发现IE将"春节"转化成了一个乱码。

切换到十六进制方式，才能清楚地看到，"春节"被转成了"B4 BA BD DA"。我们知道，"春"和"节"的GB2312编码（我的操作系统"Windows XP"中文版的默认编码）分别是"B4 BA"和"BD DA"。因此，IE实际上就是将查询字符串，以GB2312编码的格式发送出去。

Firefox的处理方法，略有不同。它发送的HTTP Head是"wd=%B4%BA%BD%DA"。也就是说，同样采用GB2312编码，但是在每个字节前加上了%。

所以，结论2就是，查询字符串的编码，用的是操作系统的默认编码。

 

情况3：Get方法生成的URL包含汉字

前面说的是直接输入网址的情况，但是更常见的情况是，在已打开的网页上，直接用Get或Post方法发出HTTP请求。

编码方法由网页的编码决定，也就是由HTML源码中字符集的设定决定，可以通过如下方式设定：

　　<meta http-equiv="Content-Type" content="text/html;charset=xxxx">

如果上面这一行最后的charset是UTF-8，则URL就以UTF-8编码；如果是GB2312，URL就以GB2312编码。

结论3就是，GET和POST方法的编码，用的是网页的编码

情况4：Ajax调用的URL包含汉字

前面三种情况都是由浏览器发出HTTP请求，最后一种情况则是由Javascript生成HTTP请求，也就是Ajax调用。还是根据吕瑞麟老师的文章，在这种情况下，IE和Firefox的处理方式完全不一样。

举例来说，有这样两行代码：

　　url = url + "?q=" +document.myform.elements[0].value; // 假定用户在表单中提交的值是"春节"这两个字

　　http_request.open('GET', url, true);

那么，无论网页使用什么字符集，IE传送给服务器的总是"q=%B4%BA%BD%DA"，而Firefox传送给服务器的总是"q=%E6%98%A5%E8%8A%82"。也就是说，在Ajax调用中，IE总是采用GB2312编码（操作系统的默认编码），而Firefox总是采用utf-8编码。这就是我们的结论4。

如果程序员要把每一种结果都考虑进去，是不是太恐怖了？有没有办法，能够保证客户端只用一种编码方法向服务器发出请求？

回答是有的，就是使用Javascript先对URL编码，然后再向服务器提交，不要给浏览器插手的机会。因为Javascript的输出总是一致的，所以就保证了服务器得到的数据是格式统一的。

Javascript函数：escape()

Javascript语言用于编码的函数，一共有三个，最古老的一个就是escape()。虽然这个函数现在已经不提倡使用了，但是由于历史原因，很多地方还在使用它，所以有必要先从它讲起。

实际上，escape()不能直接用于URL编码，它的真正作用是返回一个字符的Unicode编码值。比如"春节"的返回结果是%u6625%u8282，也就是说在Unicode字符集中，"春"是第6625个（十六进制）字符，"节"是第8282个（十六进制）字符。

它的具体规则是，除了ASCII字母、数字、标点符号"@ * _ + - . /"以外，对其他所有字符进行编码。在\u0000到\u00ff之间的符号被转成%xx的形式，其余符号被转成%uxxxx的形式。对应的解码函数是unescape()。

所以，"Hello World"的escape()编码就是"Hello%20World"。因为空格的Unicode值是20（十六进制）。

还有两个地方需要注意。

首先，无论网页的原始编码是什么，一旦被Javascript编码，就都变为unicode字符。也就是说，Javascipt函数的输入和输出，默认都是Unicode字符。

其次，escape()不对"+"编码。但是我们知道，网页在提交表单的时候，如果有空格，则会被转化为+字符。服务器处理数据的时候，会把+号处理成空格。所以，使用的时候要小心。

Javascript函数：encodeURI()

encodeURI()是Javascript中真正用来对URL编码的函数。

它着眼于对整个URL进行编码，因此除了常见的符号以外，对其他一些在网址中有特殊含义的符号"; / ? : @ & = + $ , #"，也不进行编码。编码后，它输出符号的utf-8形式，并且在每个字节前加上%。

它对应的解码函数是decodeURI()。

需要注意的是，它不对单引号'编码。

Javascript函数：encodeURIComponent()

最后一个Javascript编码函数是encodeURIComponent()。与encodeURI()的区别是，它用于对URL的组成部分进行个别编码，而不用于对整个URL进行编码。

因此，"; / ? : @ & = + $ , #"，这些在encodeURI()中不被编码的符号，在encodeURIComponent()中统统会被编码。至于具体的编码方法，两者是一样。

它对应的解码函数是decodeURIComponent()。

encodeURI为什么要用两次

一般情况下, 发送 encodeURIComponent(parmeName)+"="+encodeURIComponent(parmeValue);

接收时, 直接 String paramValue = request.getParameter(paramName); // 容器自动解码.

我们知道 encodeURIComponent 使用的是 UTF-8 编码规则来编的.

如果 request.getParameter(paramName) 时,容器也按 UTF-8 解的话,是正确的. 根本无须在客户端进行二次的 encodeURIComponent(...)

如果 request.getParameter(paramName),容器没有按 UTF-8 解的话, 结果只有一个,就是乱码!

容器按什么编码来解码,决定于 request.setCharacterEncoding(***) 或者 服务器程序配置.

如果你在 jsp 程序中,能够 request.setCharacterEncoding("UTF-8"), 并且 修改服务器配置,让容器在解 GET 提交的参数时,使用 UTF-8.

客户端提交前不用二次编码, 接收时,也只要直接 request.getParameter(paramName) 即可

为什么网上会有人提出在客户端对字符串重复编码两次呢.

如果因为项目需要,不能指定容器使用何种编码规则来解码提交的参数, 比如:需要接收来自不同页面，不地编码的参数内容时。 (又或者是开发人员被这有点复杂的东东搞得晕头转向，不懂得如何正确的去做好这接收参数的工作)

这个时候，在客户端对参数进行二次编码，可以有效的避开"提交多字节字符"的这个棘手问题。

因为第一次编码，你的参数内容便不带有多字节字符了，成了纯粹的 Ascii 字符串。(这里把编第一次的结果叫成 [STR_ENC1] 好了。[STR_ENC1] 是不带有多字节字符的)

再编一次后，提交，接收时容器自动解一次（容器自动解的这一次，不管是按 GBK 还是 UTF-8 还是 ISO-8859-1 都好，都能够正确的得到 [STR_ENC1]）

然后，再在程序中实现一次 decodeURIComponent (Java中通常使用 java.net.URLDecoder(***, "UTF-8")) 就可以得到想提交的参数的原值。

再编一次后，提交，接收时容器自动解一次（容器自动解的这一次，不管是按 GBK 还是 UTF-8 还是 ISO-8859-1 都好，都能够正确的得到 [STR_ENC1]）

然后，再在程序中实现一次 decodeURIComponent (Java中通常使用 java.net.URLDecoder(***, "UTF-8")) 就可以得到想提交的参数的原值。

评论

2 楼 wxlgzxx_1988 2012-02-27  

achun 写道

这个问题其实是http head中的Content-Type没有正确定义造成的，只要正确定义了Content-Type，无论跨域与否浏览器都会正确处理，很多时候服务器端都没有正确定义Content-Type，因此浏览器都是靠 html 中的meta识别。换句话说，如果服务器端的文本编码都是一致的，那只需要在http head中定义相同的Content-Type，html中是否有meta浏览器都会正确处理。
在没有定义Content-Type的情况下，不同的浏览器对ajax获取的结果会有不同的行为。
IE默认和当前页面的编码一致，而FF则用设置中的默认编码进行处理。
所以如果可以控制服务器的话，最好的解决方法是设置Content-Type。

非常感谢，受教！其实我绕了很大的一个圈子，不如有经验者的一句指点。

1 楼 achun 2012-02-27  

这个问题其实是http head中的Content-Type没有正确定义造成的，只要正确定义了Content-Type，无论跨域与否浏览器都会正确处理，很多时候服务器端都没有正确定义Content-Type，因此浏览器都是靠 html 中的meta识别。换句话说，如果服务器端的文本编码都是一致的，那只需要在http head中定义相同的Content-Type，html中是否有meta浏览器都会正确处理。
在没有定义Content-Type的情况下，不同的浏览器对ajax获取的结果会有不同的行为。
IE默认和当前页面的编码一致，而FF则用设置中的默认编码进行处理。
所以如果可以控制服务器的话，最好的解决方法是设置Content-Type。