如何获得UTF-8在Java webapps中的工作？
我需要在我的Java webapp（servlets + JSP，不使用框架）中使用UTF-8来支持常规芬兰语文本和西里尔文字母，如特殊情况下的ЦжФ 。
我的设置如下：
- 开发环境：Windows XP
- 生产环境：Debian
使用的数据库：MySQL 5.x
用户主要使用Firefox2，但也使用Opera 9.x，FF3，IE7和Google Chrome访问该站点。
如何做到这一点？
回答自己作为本网站的常见问题鼓励自己。 这适用于我：
大多数字符不是问题，因为浏览器使用的默认字符集和webapps的tomcat / java是latin1即。 “理解”这些字符的ISO-8859-1。
要获得在Java + Tomcat + Linux / Windows + Mysql下工作的UTF-8，需要以下内容：
configurationTomcat的server.xml
有必要configuration连接器使用UTF-8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" />
上例中关键部分是URIEncoding =“UTF-8” 。 这保证了Tomcat以UTF-8编码处理所有传入的GET参数。 因此，当用户将以下内容写入浏览器的地址栏时：
https://localhost:8443/ID/Users?action=search&name=*ж*
字符ж被处理为UTF-8，并且被编码为（通常在浏览器之前，甚至到达服务器之前）为％D0％B6 。
POST请求不受此影响。
CharsetFilter
接下来是强制java webapp处理所有请求和响应，如UTF-8编码。 这就要求我们定义一个像下面这样的字符集filter：
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filter确保如果浏览器没有设置请求中使用的编码，它被设置为UTF-8。
这个filter完成的另一件事是设置默认的响应编码即。 在返回的HTML /无论是编码。 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。
必须将此filter添加到webapp的web.xml或部署描述符中：
<!--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>
这个filter的说明可以在tomcat维基上find（ http://wiki.apache.org/tomcat/Tomcat/UTF-8 ）
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，webapp的所有JSP页面都需要在其顶部有以下内容：
<%@page pageEncoding="UTF-8" contentType="text/html; charset=UTF-8"%>
如果使用某种具有不同JSP片段的布局，那么这些都是需要的。
HTML元标记
JSP页面编码通知JVM以正确的编码处理JSP页面中的字符。 然后是时候告诉vrowser哪个编码html页面了：
这是由web应用程序生成的每个xhtml页面顶部的以下内容完成的：
<?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
在使用数据库时，必须定义连接使用UTF-8编码。 这是在context.xml或JDBC连接被定义的地方完成的，如下所示：
<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build具有以下内容的数据库来实现的：
CREATE DATABASE `ID_development` /*!40100 DEFAULT CHARACTER SET utf8 COLLATE utf8_swedish_ci */;
那么，所有的表都需要使用UTF-8：
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configuration
MySQL serveri也必须configuration。 通常这是通过修改my.ini文件在Windows中完成的，并且通过configurationmy.cnf文件在Linux中完成。 在这些文件中，应该定义连接到服务器的所有客户端都使用utf8作为默认字符集，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程序和函数
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请求参数使用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
由于ASCII字符使用latin1和UTF-8编码方式相同，string“Petteri”处理正确。
西里尔文字符在latin1中完全不被理解。 因为Tomcat被指示以UTF-8处理请求参数，所以它正确地将该字符编码为％D0％B6 。
如果指示浏览器以UTF-8编码（带请求标题和html元标记）读取页面，至lessFirefox 2/3和其他浏览器都会将该字符本身编码为％D0％B6 。
最终的结果是find名为“Petteri”的所有用户，并find所有名称为“ж”的用户。
但是äåö呢？
HTTP规范定义了默认的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/一切都被定义为使用UTF-8 。 UTF-8编码的版本是％C3％A4
这样做的结果是，Web应用程序不可能相互处理来自GET请求的请求参数，因为有些字符是用latin1编码的，而UTF-8是其他编码的。 注意：如果页面被定义为UTF-8，那么POST请求会起作用，因为浏览器完全以UTF-8编码来自表单的所有请求参数
东西阅读
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/
重要的提示
mysql支持使用3字节的UTF-8字符的基本多语言平面 。 如果你需要超出这个范围（某些字母需要超过3个字节的UTF-8），那么你需要使用VARBINARY列types的味道或使用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字符集将无法100％的工作。
与Apache的Tomcat
还有一件事如果你使用Apache + Tomcat + mod_JK连接器，那么你还需要做以下的改变：
- 将URIEncoding =“UTF-8”添加到8009连接器的tomcat server.xml文件中，由mod_JK连接器使用。
<Connector port="8009" protocol="AJP/1.3" redirectPort="8443" URIEncoding="UTF-8"/> - 转到你的apache文件夹，即
/etc/httpd/conf并在httpd.conf file添加AddDefaultCharset utf-8。 注意：首先检查它是否存在。 如果存在，你可以用这行更新它。 你也可以在底部添加这一行。
我想你自己的回答总结得很好。
在UTF-8-ing（？）的过程中，你可能也想确保java本身使用UTF-8。 使用-Dfile.encoding = utf-8作为JVM的参数（可以在catalina.bat中configuration）。
要添加到kosoant的答案 ，如果您使用的是Spring，而不是编写自己的Servletfilter，那么可以使用它们提供的org.springframework.web.filter.CharacterEncodingFilter类，在web.xml中对其进行如下configuration：
<filter> <filter-name>encoding-filter</filter-name> <filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class> <init-param> <param-name>encoding</param-name> <param-value>UTF-8</param-value> </init-param> <init-param> <param-name>forceEncoding</param-name> <param-value>FALSE</param-value> </init-param> </filter> <filter-mapping> <filter-name>encoding-filter</filter-name> <url-pattern>/*</url-pattern> </filter-mapping>
当我们想要使用Java访问它们时，这是希腊编码在MySql表中：
在你的JBoss连接池（mysql-ds.xml）中使用下面的连接设置：
<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一个JNDI连接池中，你可以把它configuration成一个JDBC-url，如下一行所示：
jdbc:mysql://192.168.10.123:3308/mydatabase?characterEncoding=greek
对我和尼克来说，我们永远不会忘记它，浪费时间了…..
尼斯详细的答案。 只是想添加一个更多的东西，肯定会帮助其他人看到URL上的UTF-8编码。
请按照以下步骤在Firefox中的URL上启用UTF-8编码。
-
在地址栏中input“about：config”。
-
使用filterinputtypes来search“network.standard-url.encode-query-utf8”属性。
- 上述属性默认为false，将其设为TRUE。
- 重新启动浏览器。
IE6 / 7/8和chrome默认使用URL上的UTF-8编码。
我也想从这里添加这部分解决了我的utf问题：
runtime.encoding=<encoding>
我有一个类似的问题，但是，在一个文件的文件名我压缩与Apache公共。 所以，我用这个命令解决了它：
convmv --notest -f cp1252 -t utf8 * -r
它对我来说效果很好。 希望它帮助任何人;）
对于我从消息包中显示Unicode字符的情况，我不需要应用“JSP页面编码”部分在我的jsp页面上显示Unicode。 我需要的只是“CharsetFilter”部分。
另一个没有提到的问题涉及到使用Ajax的Java Servlets。 我有这样的情况：网页从用户发送utf-8文本到发送到一个JavaScript文件，这个文件包含在发送给Servlet的URI中。 Servlet查询数据库，捕获结果并将其作为XML返回给格式化JavaScript的文件，并将格式化的响应插入到原始网页中。
在一个Web应用程序中，我遵循一个早期的Ajax书籍的说明，在构buildURI时包装JavaScript。 书中的例子使用了escape（）方法，我发现（困难的方法）是错误的。 对于utf-8，你必须使用encodeURIComponent（）。
现在很less有人似乎推出了自己的Ajax，但是我认为不妨补充一下。
关于CharsetFilter kosoant答案中提到的CharsetFilter
在tomcat web.xml （位于conf/web.xml ）中有一个构buildFilter 。 该filter名为setCharacterEncodingFilter ，默认情况下会进行注释。 您可以取消注释（请记住取消注释其filter-mapping ）
也没有必要在你的web.xml设置jsp-config （我已经testing了Tomcat 7+）
有时候你可以通过MySQL Administrator向导来解决问题。 在
启动variables>高级>
并设置Def。 char设置：utf8
也许这个configuration需要重新启动MySQL。
如果你已经在连接池（mysql-ds.xml）中指定了，在你的Java代码中，你可以打开连接，如下所示：
DriverManager.registerDriver(new com.mysql.jdbc.Driver()); Connection conn = DriverManager.getConnection( "jdbc:mysql://192.168.1.12:3308/mydb?characterEncoding=greek", "Myuser", "mypass");
