Java Web 编码问题三：URL和URI以及QueryString的编码问题

    在问题以前咱们先来了解一下什么是URL，URI以及QueryString，以下图1所示：

图1：URL-URI-QueryString

URL：是全球资源定位符的英文缩写，如上 其中localhost：是指Domain（IP或者主机名），8080：是端口
Web服务通常是80,8080是本身测试是候用的，避免和和浏览器的端口冲突。

ROOT：是ContentPath，就是虚拟路径，若是是tomcat服务器对象的是servlet.xml配置文件中的<Context path=”/ROOT” />
若是没有配置这一个tomcat默认的是path就是ROOT。

Servlet：就是ServletPath的信息，就是和web.xml中的<url-pattern>相对应的，用来查找Servlet。

GetSpecialInfos：就是要请求的文件了。

category=土特产：就是QueryString，至关于用get提交的参数。

URI(Universal Resource Identifier, 简称"URI")：是Web上可用的每种资源。经过URI进行定位。通常是服务器本身使用。

       知道了URL，URI和QueryString，咱们就能够来试一试他们的编码问题了，看下面一个Java Servlet程序：

import java.io.IOException;
import javax.servlet.ServletException;
import javax.servlet.http.HttpServlet;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import org.apache.logging.log4j.LogManager;
import org.apache.logging.log4j.Logger;
import org.wl.util.SpecialInfoToJson;
import org.wl.util.StringUtils;
 
/**
 * Servlet implementation class GetSpecialInfo
 */
public class GetSpecialInfos extends HttpServlet {
         private static final long serialVersionUID = 1L;
    private static final Logger log = LogManager.getLogger(); 
    /**
     * @see HttpServlet#HttpServlet()
     */
    public GetSpecialInfos() {
        super();
        // TODO Auto-generated constructor stub
    }
 
         /**
          * @see HttpServlet#doGet(HttpServletRequest request, HttpServletResponse response)
          */
         protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
                   doPost(request, response);
         }
 
         /**
          * @see HttpServlet#doPost(HttpServletRequest request, HttpServletResponse response)
          */
         protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
                   response.setContentType("text/html;charset=utf-8");
                  
                   log.info(request.getCharacterEncoding());
                   request.setCharacterEncoding("utf-8");
                   log.info(request.getCharacterEncoding());
                  log.info(request.getQueryString());
                   System.out.println();
                   String category = request.getParameter("category");
                   if(StringUtils.isNullOrEmpty(category))
                   {
                            response.getWriter().append("category is null");
                            return;
                   }
                   log.info(category);
//               category = new String(category.getBytes("iso-8859-1"),"utf-8");
//               category = new String(category.getBytes("iso-8859-1"),"gbk");
//               log.info(category);
                   response.getWriter().append(SpecialInfoToJson.getCategoryInfo(category));
         }
}

     我用的是tomcat服务器，若是要进行简单测试，能够把log语句换为System.out.println();输出直接到控制台，避免配置log4j2。能够把最后的response.getWriter().append(SpecialInfoToJson.getCategoryInfo(category));去掉。

直接经过浏览器访问：http://localhost:8080/market/GetSpecialInfos?category=土特产

把market换为您的工程名字。

经过IE浏览器访问控制台的输出：

null

22:02:58.492 INFO  org.wl.app.GetSpecialInfos 44 doPost - utf-8

22:02:58.492 INFO  org.wl.app.GetSpecialInfos 45 doPost - category=ÍÁÌزú

22:02:58.492 INFO  org.wl.app.GetSpecialInfos 52 doPost - ÍÁÌزú

经过Firefox或者Google浏览器访问控制台的输出（忽略了部分输出）：

null

utf-8

category=%E5%9C%9F%E7%89%B9%E4%BA%A7

土特产

如今还暂时猜想不出是什么意思，没有关系咱们先把把被注释掉的代码        

category = new String(category.getBytes("iso-8859-1"),"utf-8");去掉注释，在从新运行。

发现用Firefox或者Google浏览器访问的控制台的输出为：

null

utf-8

category=%E5%9C%9F%E7%89%B9%E4%BA%A7

土特产

土特产

用IE访问控制台的输出为：

null

22:43:56.614 INFO  org.wl.app.GetSpecialInfos 44 doPost - utf-8

22:43:56.614 INFO  org.wl.app.GetSpecialInfos 45 doPost - category=ÍÁÌزú

22:43:56.614 INFO  org.wl.app.GetSpecialInfos 53 doPost - ÍÁÌزú

22:43:56.614 INFO  org.wl.app.GetSpecialInfos 56 doPost - ���ز�

    说明Firefox和Google对于QueryString的编码格式是utf-8。而IE对于QueryString的编码确定不是utf-8。

    咱们在把category = new String(category.getBytes("iso-8859-1"),"utf-8");注释掉。

    把 category = new String(category.getBytes("iso-8859-1"),"gbk");的注释去掉。从新运行，而后经过IE

Firefox、Google浏览器来访问。

    控制台的输出为IE正常了，Firefox和Google乱码了。说明IE用的是gbk或者以其兼容的编码方式（gb2312等）

对QueryString进行编码的。

    下面咱们从新来看一看这一句：category = new String(category.getBytes("iso-8859-1"),"utf-8");

    咱们为何要category.getBytes("iso-8859-1")，用iso-8859-1这一编码来获得字节数组。是由于对于QueryString来讲，若是没有中请求头（header）中设置contentType，在tomcat的servlet.xml配置文件中也没有设置<Connector URIEncoding=”utf-8” uesBodyEncodingForURI=”true” />这样的配置。那么就会使用iso-8859-1对QueryString进行编码。咱们的request.setCharacterEncoding("utf-8");这一句一直输出的是null，说明浏览器并无设置contentType。咱们也没有配置服务器，因此就使用的是iso-8859-1对QueryString进行的编码。

    同时咱们发现request.setCharacterEncoding("utf-8");这一句好像没有用，对于get方式提交的（包括，url参数，和表单经过get方法提交）的确没有做用，可是对于post提交的是用用的。若是有兴趣能够试一试。

注意：必须同时设定了contentType和uesBodyEncodingForURI=”true”才会使用contentType的方式对QueryString就像解码。