HTTP请求三部分的编码.docx

httpclient编码/xingyue425/article/details/7258934?这几天都在纠结Java Web开发中的中文编码问题。其实，很多Java Web开发者都被中文编码“折磨”过，网络上有大量的讨论。以前我也读过这方面的博文，读完后感觉似乎懂了，好像知道了编码问题的原因和解决方法。但是，一旦投入到实际开发中，发现自己其实没懂，囧！??? 连续纠结了几天，总算对前因后果有个清晰地认识，故“略谈”一下。之所以略谈，是因为我并非（也没有能力）完整地阐述Java Web开发的中文编码问题，而是就事论事地总结这几天遇到的问题和收获。问题???? 使用HttpClient 3.x发送GET或POST请求，请求参数中包含中文。服务器是Tocmat 5.5，通过断点调试，发现Servlet拿到的中文参数是乱码。显然，HttpClient和Tomcat没有就中文参数的编码达成一致。??? 于是，开始深入HttpClient和Tomcat的代码，结合断点调试，发现中文编码问题并不是想象中的那么简单。术语约定???? 为了使得描述更加请求，我对本文中出现的“术语”进行约定，避免一词多义引起的歧义。Encoding: 编码（动词）Decoding: 解码（动词）Charset: 编码或解码使用的字符集??? 另外，编码了的数据必然需要解码，因此encoding和decoding往往是同现的。不过为了叙述简练，下文需要两者同现的地方，仅使用encoding。哪些数据需要encoding？???? 在研究中文编码问题前，我们首先要弄清一个问题：哪些数据需要encoding？??? 一个Http请求的数据大致包括URI、Header、和Body三个部分。这三个部分貌似都需要encoding，不过我这次只涉及到URI和Body，因此就不讨论Header了。??? 我们一般关心请求参数的中文编码问题。虽然URI Path中也可以包括中文，但是。。。这不是给自己找麻烦吗？??? GET的请求参数在QueryString中，是URI的一部分。因此，对于GET请求，我们需要关注，URI是如何encoding的？??? POST的请求参数在Body中，因此，对于POST请求，我们则需要关注，Body是如何encoding的？??? 对于HttpClient和Tomcat来说，encoding和decoding本身是很容易的事情，关键是要知道charset是什么？要不通过API进行设置，要不通过配置文件进行配置。麻烦的是，URI和Body的charset还可以不一样，使用不同的方法进行设置和配置。??? HttpClient是一个类库，通过自身提供的API对URI和Body的charset进行设置；Tomcat通过配置项和Servlet API，对URI和Body的charset进行设置。HttpClient如何设置charset？???? 我们先看看如何设置GET请求QueryString的charset，然后看看POST请求Body的charset，最后看看如何获取响应数据的charset。????设置GET请求QueryString的charset??? 我们通过GETMethod的setQueryString方法设置QueryString。setQueryString方法有两种原型，我们分别看看。???[java]?view plaincopypublic?void?setQueryString(NameValuePair[]?params){??????LOG.trace(enter?HttpMethodBase.setQueryString(NameValuePair[]));??????queryString?=?EncodingUtil.formUrlEncode(params,?UTF-8);??}????? 原型一以参数键值对的形式设置QueryString，使用固定的UTF-8作为charset，而且做URLEncode。因此，调用原型一之后，HttpClient就不会对QueryString再做任何encoding了。??? 如果不想使用UTF-8，那么可以使用原型二。???[java]?view plaincopypublic?void?setQueryString(String?queryString){???????this.queryString?=?queryString;??}?????? 原型二直接设置QueryString的内容。需要注意的是，queryString参数一定是按照某种charset进行URLEncode之后的字符串?。??? 另外，也可以通过GETMethod的构造函数，直接设置URLEnc