JSP中的pagaEncoding和contentType中charset的区别

人人驿站 2015-05-10

展开全文

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

每一个JSP页面中的首行都是以上的内容，其实这一行代码的contentType中还隐藏了一个charset=“编码类型”；

我们知道，JSP本质上就是一个Servlet（JSP可以完成的功能Servlet全都可以完成，反之不行），而Servlet就是一个JAVA类，所以一个JSP页面编写完成之后执行的时候，Tomcat就会自动将其翻译成*.java，然后再由*.java编译成*.class文件，然后当用户访问JSP页面的时候由Tomcat或其他容器来执行*.class文件。

pageEncoding是JSP文件本身的编码，而contentType中的charset是服务器发送给客户端时的内容编码。

下面来做一个小测验就知道这两者的差别了，首先我们新建一个简单的jsp页面，可以看到里面只是简单的输出了一句话“测试pageEncoding和contentType中的charSet的区别！”，其中包含中文和英文字符，pageEncoding编码方式设为“GBK”：

[html]view plaincopyprint?
<%@ page contentType="text/html" pageEncoding="GBK"%>  
<html>  
<head>  
<title>登陆验证</title>  
</head>  
<body>  
<%="测试pageEncoding和contentType中的charSet的区别！"%>  
  
</body>  
</html>  

很显然，启动Tomcat程序运行没有任何问题，可以输出。

我们现在修改上面的代码，在pageContent中加入charset=utf-8 ，即：<%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%>

这样我们再刷新页面会出现中文乱码

但是这种乱码却可以通过改变浏览器的编码方式来解决，在浏览器空白处右键-->编码，选择Unicode(UTF-8)即可。

那我们现在再来改一下，我们将pageEncoding改为utf-8；即：

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

这样很明显，JSP在编码的时候将采用utf-8；默认的charset也是utf-8 ，这个时候刷新，页面中又出现了乱码。

在此基础上，我们改变charset=gbk再来看一下效果，此时浏览器的编码为utf-8：

修改浏览器编码为GBK：

可以看到，当pageEncoding编码为UTF-8时无论如何，用户访问JSP页面的时候，内容都是中文乱码。

为什么会这样，pageEncoding和contentType中的charset区别到底在哪里？

网上搜索了一下，我认为下面的这个解释说的挺好，挺详细的。

事实上，jsp需要经过两次“编码”，第一阶段会用pageEncoding，第二阶段会用utf-8的.java文件至utf-8的.class文件，第三阶段就是由Tomcat传回浏览器的网页，用的是contentType。ContentType 属性指定响应的 HTTP 内容类型。如果未指定 ContentType，默认为 text/HTML。

第一阶段：将jsp编译成Servlet（.java）文件。用到的指令是pageEncoding，根据pageEncoding＝“XXX”的指示，找到编码的规则为“XXX”，服务器在将JSP文件编译成.java文件时会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译成统一的UTF-8编码的JAVA源码（即.java）。

第二阶段：从Servlet文件（.java）到Java字节码文件（.class），从UTF-8到UTF-8。在这一阶段中，不论JSP编写时候用的是什么编码方案，经过这个阶段的结果全部是UTF-8的encoding的java源码。JAVAC用UTF-8的encoding读取java源码，编译成UTF-8编码的二进制码（即.class），这是JVM对常数字串在二进制码（java encoding）内表达的规范。这一过程是由JVM的内在规范决定的，不受外界控制。

第三阶段：从服务器到浏览器，这在一过程中用到的指令是contentType。服务器载入和执行由第二阶段生成出来JAVA二进制码，输出的结果，也就是在客户端可见到的结果，在这次输出过程中，由contentType属性中的charset来指定，将UTF8形式的二进制码以charset的编码形式来输出。如果没有人为设定，则默认的是ISO-8859-1的形式。

pageEncoding：设置JSP源文件本身和响应正文中的字符集编码。

contentType：设置JSP源文件和响应正文的字符集编码及MIME类型。

contentType的charset：设置服务器发送给客户端时的内容的编码。

可以简单认为是，pageEncoding是jsp文件本身的编码；contentType的charset是指服务器发送给客户端时的内容编码。例如：pageEncoding="GBK"。这句话的意思是，告诉JVM 这个jsp本身采用的"GBK"编码,在JSP编译成Servlet传给JVM的时候，就用“GBK”的编码方式将Jsp网页源文件翻译成统一的UTF-8形式的Java字节码（如果不加设定，则JVM默认的用ISO-8859-1这种编码方式）。contentType里的charset=gbk，指的是此网页文件输出到浏览器的输出方式为gbk（如果不加设定，则默认为pageEncoding所设定的编码类型），理解了以上的过程，相信大家都对上述的各种乱码情况都有了更深入的理解，知其然而知其所以然了。

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