字符集与字符编码（字符编码问题讲解）

编码简介

我们web程序在接收请求并处理过程中，如果不注意编码格式及解码格式，很容易导致中文乱码，引起这个问题的原因到底在哪里？如何解决？我们这个小节将会讨论此问题。

说到这个问题我们先来说一说字符集。

什么是字符集，就是各种字符的集合，包括汉字，英文，标点符号等等。各国都有不同的文字、符号。这些文字符号的集合就叫字符集。

现有的字符集ASCII、GB2312、BIG5、GB18030、Unicode等

这些字符集，集合了很多的字符，然而，字符要以二进制的形式存储在计算机中，我们就需要对其进行编码，将编码后的二进制存入。取出时我们就要对其解码，将二进制解码成我们之前的字符。这个时候我们就需要制定一套编码解码标准。否则就会导致出现混乱，也就是我们的乱码。

2.编码与解码

u 编码：将字符转换为二进制数

u 解码：将二进制数转换为字符

1110 0100-1011 1000-1010 1101 → E4B8AD → ’中’

u 乱码：一段文本，使用A字符集编码，使用B字符集解码，就会产生乱码。所以解决乱码问题的根本方法就是统一编码和解码的字符集。

3.解决乱码：

解决方法就是统一字符编码。

乱码情况：

3.1接收中文请求参数

1）POST请求：post请求提交了中文。在获取参数值之前，设置请求的解码格式，使其和页面保持一致。我们以后都使用utf-8编码，它也称作万国码，集合了基本所有的字符。

解决方法：request.setCharacterEncoding("utf-8");

2）GET请求：GET请求参数是在地址后面的。不能使用上述方法。我们需要修改tomcat的配置文件。需要在Server.xml文件修改Connector标签，添加URIEncoding="utf-8"属性。

3.2向浏览器发送有中文字符的响应

向浏览器发送响应的时候，要告诉浏览器，我使用的字符集是哪个，浏览器就会按照这种方式来解码。如何告诉浏览器响应内容的字符编码方案。很简单。

解决方法：response.setContentType("text/html;charset=utf-8");

或者使用这两句组合：

response.setCharacterEncoding("utf-8");

response.setHeader("Content-Type", "text/html;charset=utf-8");

我们一般使用response.setContentType("text/html;charset=utf-8");

精彩阅读：

web前端之二叉搜索树

web前端渲染优化

Webpack优化构建速度

常见web安全及防护原理

WebView和原生是如何通信