我需要得到UTF-8工作在我的Java web应用程序(servlet + JSP，没有框架使用)，以支持äöå等常规芬兰文本和西里尔字母ЦжФ为特殊情况。
我的设置如下:
开发环境:Windows XP 生产环境:Debian
使用数据库:MySQL 5.x
用户主要使用Firefox2，也有Opera 9。使用的浏览器类型为:FF3、IE7、谷歌Chrome。
如何做到这一点?
当前回答
对于从消息包中显示Unicode字符的示例，我不需要应用“JSP页面编码”部分来在JSP页面上显示Unicode。我所需要的是“CharsetFilter”部分。
其他回答
回答我自己作为这个网站的常见问题鼓励它。这对我来说很管用:
大多数字符äåö不是问题，因为浏览器和tomcat/java用于webapps的默认字符集是latin1 ie。ISO-8859-1“理解”这些字符。
要获得UTF-8在Java+Tomcat+Linux/Windows+Mysql下工作需要以下条件:
配置Tomcat的server.xml
有必要配置连接器使用UTF-8来编码url (GET请求)参数:
<Connector port="8080" maxHttpHeaderSize="8192"
maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
enableLookups="false" redirectPort="8443" acceptCount="100"
connectionTimeout="20000" disableUploadTimeout="true"
compression="on"
compressionMinSize="128"
noCompressionUserAgents="gozilla, traviata"
compressableMimeType="text/html,text/xml,text/plain,text/css,text/ javascript,application/x-javascript,application/javascript"
URIEncoding="UTF-8"
/>
在上面的例子中，关键部分是URIEncoding="UTF-8"。这将确保Tomcat将所有传入的GET参数处理为UTF-8编码。 因此，当用户在浏览器地址栏中写入以下内容时:
https://localhost:8443/ID/Users?action=search&name=*ж*
字符ж被处理为UTF-8，并被编码为%D0%B6(通常在到达服务器之前由浏览器编码)。
POST请求不受此影响。
CharsetFilter
然后，是时候强制java web应用程序以UTF-8编码的方式处理所有请求和响应。这要求我们像下面这样定义一个字符集过滤器:
package fi.foo.filters;
import javax.servlet.*;
import java.io.IOException;
public class CharsetFilter implements Filter {
private String encoding;
public void init(FilterConfig config) throws ServletException {
encoding = config.getInitParameter("requestEncoding");
if (encoding == null) encoding = "UTF-8";
}
public void doFilter(ServletRequest request, ServletResponse response, FilterChain next)
throws IOException, ServletException {
// Respect the client-specified character encoding
// (see HTTP specification section 3.4.1)
if (null == request.getCharacterEncoding()) {
request.setCharacterEncoding(encoding);
}
// Set the default response content type and encoding
response.setContentType("text/html; charset=UTF-8");
response.setCharacterEncoding("UTF-8");
next.doFilter(request, response);
}
public void destroy() {
}
}
这个过滤器确保如果浏览器没有设置请求中使用的编码，它将被设置为UTF-8。
这个过滤器做的另一件事是设置默认的响应编码。返回的html/whatever的编码。另一种方法是在应用程序的每个控制器中设置响应编码等。
这个过滤器必须添加到web.xml或webapp的部署描述符中:
<!--CharsetFilter start-->
<filter>
<filter-name>CharsetFilter</filter-name>
<filter-class>fi.foo.filters.CharsetFilter</filter-class>
<init-param>
<param-name>requestEncoding</param-name>
<param-value>UTF-8</param-value>
</init-param>
</filter>
<filter-mapping>
<filter-name>CharsetFilter</filter-name>
<url-pattern>/*</url-pattern>
</filter-mapping>
在tomcat wiki (http://wiki.apache.org/tomcat/Tomcat/UTF-8)上可以找到制作此过滤器的说明。
JSP页面编码
在你的web.xml中，添加以下内容:
<jsp-config>
<jsp-property-group>
<url-pattern>*.jsp</url-pattern>
<page-encoding>UTF-8</page-encoding>
</jsp-property-group>
</jsp-config>
或者，web应用的所有jsp页面都需要在它们的顶部有以下内容:
<%@page pageEncoding="UTF-8" contentType="text/html; charset=UTF-8"%>
如果使用了具有不同jsp片段的某种布局，那么所有这些布局都需要这样做。
HTML-meta标签
JSP页编码告诉JVM以正确的编码处理JSP页中的字符。 然后是时候告诉浏览器html页面是哪种编码了:
在webapp生成的每个xhtml页面的顶部执行以下操作:
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="fi">
<head>
<meta http-equiv='Content-Type' content='text/html; charset=UTF-8' />
...
jdbc连接
当使用db时，必须定义连接使用UTF-8编码。这是在context.xml或任何JDBC连接定义如下:
<Resource name="jdbc/AppDB"
auth="Container"
type="javax.sql.DataSource"
maxActive="20" maxIdle="10" maxWait="10000"
username="foo"
password="bar"
driverClassName="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/ ID_development?useEncoding=true&characterEncoding=UTF-8"
/>
MySQL数据库和表
使用的数据库必须使用UTF-8编码。这是通过创建以下数据库来实现的:
CREATE DATABASE `ID_development`
/*!40100 DEFAULT CHARACTER SET utf8 COLLATE utf8_swedish_ci */;
然后，所有的表也需要UTF-8格式:
CREATE TABLE `Users` (
`id` int(10) unsigned NOT NULL auto_increment,
`name` varchar(30) collate utf8_swedish_ci default NULL
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_swedish_ci ROW_FORMAT=DYNAMIC;
关键部分是CHARSET=utf8。
MySQL服务器配置
MySQL服务器也必须配置。通常在Windows中通过修改my.ini -file来实现，在Linux中通过配置my.cnf -file来实现。 在这些文件中，应该定义所有连接到服务器的客户端使用utf8作为默认字符集，并且服务器使用的默认字符集也是utf8。
[client]
port=3306
default-character-set=utf8
[mysql]
default-character-set=utf8
Mysql过程和函数
这些也需要定义字符集。例如:
DELIMITER $$
DROP FUNCTION IF EXISTS `pathToNode` $$
CREATE FUNCTION `pathToNode` (ryhma_id INT) RETURNS TEXT CHARACTER SET utf8
READS SQL DATA
BEGIN
DECLARE path VARCHAR(255) CHARACTER SET utf8;
SET path = NULL;
...
RETURN path;
END $$
DELIMITER ;
GET请求:latin1和UTF-8
如果在tomcat的server.xml中定义GET请求参数以UTF-8编码，那么以下GET请求将被正确处理:
https://localhost:8443/ID/Users?action=search&name=Petteri
https://localhost:8443/ID/Users?action=search&name=ж
因为ascii字符的编码方式与latin1和UTF-8相同，所以字符串“Petteri”被正确处理。
西里尔字母ж在拉丁语中是完全看不懂的。因为Tomcat被指示以UTF-8的形式处理请求参数，所以它将该字符正确地编码为%D0%B6。
如果浏览器被指示以UTF-8编码(带有请求头和html元标记)读取页面时，至少Firefox 2/3和这一时期的其他浏览器都将字符本身编码为%D0%B6。
最终结果是找到了名称为“Petteri”的所有用户，也找到了名称为“ж”的所有用户。
但是äåö呢?
http规范定义默认url编码为latin1。这导致firefox2, firefox3等编码如下
https://localhost:8443/ID/Users?action=search&name=*Päivi*
进入到编码版本
https://localhost:8443/ID/Users?action=search&name=*P%E4ivi*
在latin1中，字符ä被编码为%E4。即使页面/请求/所有内容都定义为使用UTF-8。ä的UTF-8编码版本是%C3%A4
这样做的结果是，web应用程序不可能正确地处理来自GET请求的请求参数，因为一些字符是用latin1编码的，而另一些字符是用UTF-8编码的。 注意:如果页面定义为UTF-8，那么POST请求可以工作，因为浏览器完全用UTF-8编码表单中的所有请求参数
阅读材料
非常感谢以下作者为我的问题提供答案:
http://tagunov.tripod.com/i18n/i18n.html http://wiki.apache.org/tomcat/Tomcat/UTF-8 http://java.sun.com/developer/technicalArticles/Intl/HTTPCharset/ http://dev.mysql.com/doc/refman/5.0/en/charset-syntax.html http://cagan327.blogspot.com/2006/05/utf-8-encoding-fix-tomcat-jsp-etc.html http://cagan327.blogspot.com/2006/05/utf-8-encoding-fix-for-mysql-tomcat.html http://jeppesn.dk/utf-8.html http://www.nabble.com/request-parameters-mishandle-utf-8-encoding-td18720039.html http://www.utoronto.ca/webdocs/HTMLdocs/NewHTML/iso_table.html http://www.utf8-chartable.de/
重要提示
mysql支持使用3字节UTF-8字符的基本多语言平面。如果您需要超出这个范围(某些字母需要超过3字节的UTF-8)，那么您要么需要使用一种VARBINARY列类型，要么使用utf8mb4字符集(这需要MySQL 5.5.3或更高版本)。请注意，在MySQL中使用utf8字符集并不是100%都能正常工作。
Tomcat与Apache
如果你使用Apache + Tomcat + mod_JK连接器，那么你还需要做以下更改:
在8009连接器的tomcat server.xml文件中添加URIEncoding="UTF-8"，供mod_JK连接器使用。<连接器端口="8009" protocol="AJP/1.3" redirectPort="8443" URIEncoding="UTF-8"/> 进入apache文件夹，即/etc/httpd/conf，并在httpd.conf文件中添加AddDefaultCharset utf-8。注意:首先检查它是否存在。如果存在，你可以用这一行来更新它。你也可以在底部加上这一行。
当我们想要使用Java访问MySql表时，这是用于希腊编码的:
在JBoss连接池中使用以下连接设置(mysql-ds.xml)
<connection-url>jdbc:mysql://192.168.10.123:3308/mydatabase</connection-url>
<driver-class>com.mysql.jdbc.Driver</driver-class>
<user-name>nts</user-name>
<password>xaxaxa!</password>
<connection-property name="useUnicode">true</connection-property>
<connection-property name="characterEncoding">greek</connection-property>
如果你不想把它放在JNDI连接池中，你可以将它配置为JDBC-url，如下所示:
jdbc:mysql://192.168.10.123:3308/mydatabase?characterEncoding=greek
为我和尼克，所以我们永远不会忘记，浪费时间.....
我认为你在自己的回答中总结得很好。
在从端到端的UTF-8-ing(?)过程中，你可能还想确保java本身使用的是UTF-8。使用-Dfile。encoding=utf-8作为JVM的参数(可以在catalina.bat中配置)。
对于从消息包中显示Unicode字符的示例，我不需要应用“JSP页面编码”部分来在JSP页面上显示Unicode。我所需要的是“CharsetFilter”部分。
还有一点没有提到，这与使用Ajax的Java servlet有关。我有这样的情况，一个网页从用户接收utf-8文本，将其发送到一个JavaScript文件，该文件包含在发送给Servlet的URI中。Servlet查询数据库，捕获结果并将其作为XML返回给JavaScript文件，JavaScript文件将其格式化，并将格式化后的响应插入到原始网页中。
在一个web应用程序中，我遵循了一本早期Ajax书籍的指导，在构造URI时包装JavaScript。书中的例子使用了escape()方法，我发现(艰难的方法)是错误的。对于utf-8，必须使用encodeURIComponent()。
现在似乎很少有人自己编写Ajax，但我想我不妨加上这个。
推荐文章
- 如何分割逗号分隔的字符串?
- Java字符串—查看字符串是否只包含数字而不包含字母
- Mockito.any()传递带有泛型的接口
- 在IntelliJ 10.5中运行测试时，出现“NoSuchMethodError: org.hamcrest. matcher . descripbemismatch”
- 使用String.split()和多个分隔符
- Java数组有最大大小吗?
- 在Android中将字符串转换为Uri
- 从JSON生成Java类?
- 为什么java.util.Set没有get(int index)?
- Swing和AWT的区别是什么?
- 为什么Java流是一次性的?
- 四舍五入BigDecimal *总是*有两位小数点后
- 设计模式:工厂vs工厂方法vs抽象工厂
- Java:检查enum是否包含给定的字符串?
- MySQL对重复键更新在一个查询中插入多行
