Tomcat 7源码学习笔记 -4 encoding的处理机制

一.概述

Tomcat对http请求的字符编码支持得有些混乱，使用起来动不动就发生乱码的情况。通过窥探tomcat的源码，对http request的字符编码这块的处理机制作一个总结。

 

tomcat内部对于http request，有两种字符编码的配置：

1. 对应get方式的http请求的字符编码

2. 对应post方式的http请求的字符编码

 

二.get方式的字符编码

 

第一种情况：get和post的编码保持一致，post方式的编码是什么，get方式的编码就是什么。

 

server.xml中进行如下配置的话，get方式的字符编码和post方式的字符编码保持一致。

<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1" redirectPort="8443" useBodyEncodingForURI="true"/>

 

第二种情况：不指定useBodyEncodingForURI或者useBodyEncodingForURI="false"。

这时get和post的字符编码各自设置，互相没有关系。配置方法如下：

 

通过server.xml文件的URIEncoding进行设置，如果没有配置URIEncoding，那么用缺省的ISO-8859-1。

 

<Connector port="8080" maxThreads="150" minSpareThreads="25"
maxSpareThreads="75" enableLookups="false" redirectPort="8443"
acceptCount="100" debug="99" connectionTimeout="20000"
disableUploadTimeout="true" URIEncoding="UTF-8"/>

三.post方式的字符编码

 

1. 如果在servlet的doPost方法中或者filter中设置了request的字符编码，那么就以设置的为准。

 

public void doPost(HttpServletRequest request,HttpServletResponse response)
      throws IOException,ServletException{

 

//必须在getParameter，getParameterNames，getParameterValues方法调用之前进行设置

request.setContentType("UTF-8");

 

}

 

 

web.xml中配置filter

 

<filter>
    <filter-name>SetCharacterEncoding</filter-name>
    <filter-class>org.apache.catalina.filters.SetCharacterEncodingFilter</filter-class>
    <init-param>
      <param-name>encoding</param-name>
      <param-value>UTF-8</param-value>
    </init-param>
</filter>

 

2. 如果没有进行1.的配置，那么从http header中取出content-type,然后从content-type的值中取出charset的值，

用charset的值作为post的字符编码。

如：content-type=application/x-www-form-urlencoded;charset=utf-8

那么，post的字符编码就是utf-8。

 

如果从http header中没有取到content-type或者charset，那么，就使用缺省的ISO-8859-1。