如何让 UTF-8 在 Java Web 应用程序中工作？

StackOverflow https://stackoverflow.com/questions/138948

题

我需要让 UTF-8 在我的 Java web 应用程序（servlet + JSP，不使用框架）中工作以支持 äöå ETC。对于常规芬兰语文本和西里尔字母，例如 ЦжФ 对于特殊情况。

我的设置如下：

  • 开发环境：视窗XP
  • 生产环境：德班

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访问该网站。

如何实现这一目标？

有帮助吗？

解决方案

作为本网站的常见问题解答鼓励我自己回答。这对我有用：

大多数字符 äåö 都不是问题，因为浏览器和 tomcat/java 用于 web 应用程序的默认字符集是 latin1 ie。ISO-8859-1“理解”这些字符。

要使 UTF-8 在 Java+Tomcat+Linux/Windows+Mysql 下工作，需要以下内容：

配置Tomcat的server.xml

需要配置连接器使用UTF-8对url（GET请求）参数进行编码：

<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"
/>

关键部分是 URIEncoding=“UTF-8” 在上面的例子中。这保证了 Tomcat 以 UTF-8 编码处理所有传入的 GET 参数。结果，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 作为 UTF-8 处理并编码为（通常在到达服务器之前由浏览器编码）为 %D0%B6.

POST 请求不受此影响。

字符集过滤器

然后是时候强制 java webapp 以 UTF-8 编码处理所有请求和响应了。这要求我们定义一个字符集过滤器，如下所示：

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() {
    }
}

此过滤器确保如果浏览器未设置请求中使用的编码，则将其设置为 UTF-8。

该过滤器完成的另一件事是设置默认响应编码，即。返回的 html/whatever 的编码。另一种方法是设置响应编码等。在应用程序的每个控制器中。

该过滤器必须添加到 网络.xml 或 web 应用程序的部署描述符：

 <!--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>

制作此过滤器的说明可在 Tomcat 维基 (http://wiki.apache.org/tomcat/Tomcat/UTF-8)

JSP页面编码

在你的 网络.xml, ，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 应用程序的所有 JSP 页面都需要在顶部包含以下内容：

 <%@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，那么这在 全部 其中。

HTML 元标记

JSP 页面编码告诉 JVM 以正确的编码处理 JSP 页面中的字符。然后是时候告诉浏览器 html 页面采用哪种编码：

这是通过 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

使用数据库时，必须定义连接使用 UTF-8 编码。这是在 上下文.xml 或者在任何 JDBC 连接被定义的地方，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&amp;characterEncoding=UTF-8"
    />

MySQL 数据库和表

使用的数据库必须使用UTF-8编码。这是通过使用以下内容创建数据库来实现的：

   CREATE DATABASE `ID_development` 
   /*!40100 DEFAULT CHARACTER SET utf8 COLLATE utf8_swedish_ci */;

然后，所有表也需要采用 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 字符集=utf8.

MySQL服务器配置

MySQL serveri 也必须配置。通常，这在 Windows 中通过修改来完成 我的.ini -file 并在 Linux 中通过配置 我的cnf -文件。在这些文件中，应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，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程序及函数

这些还需要定义字符集。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 ;

获取请求：latin1 和 UTF-8

如果在 tomcat 的 server.xml 中定义 GET 请求参数以 UTF-8 编码，则可以正确处理以下 GET 请求：

   https://localhost:8443/ID/Users?action=search&name=Petteri
   https://localhost:8443/ID/Users?action=search&name=ж

由于 ASCII 字符的编码方式与 latin1 和 UTF-8 相同，因此可以正确处理字符串“Petteri”。

西里尔字母 ж 在 latin1 中根本无法被理解。因为 Tomcat 被指示将请求参数处理为 UTF-8，所以它将该字符正确编码为 %D0%B6.

如果当指示浏览器以 UTF-8 编码（带有请求标头和 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会将字符本身编码为 %D0%B6.

最终结果是找到所有名为“Petteri”的用户以及所有名为“ж”的用户。

但是 äåö 呢？

HTTP 规范定义默认 URL 编码为 latin1。这会产生 firefox2、firefox3 等。编码以下内容

    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，该字符 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 应用程序完全不可能正确处理 GET 请求的请求参数，因为某些字符采用 latin1 编码，其他字符采用 UTF-8 编码。注意：如果页面定义为 UTF-8，则 POST 请求确实可以工作，因为浏览器将表单中的所有请求参数完全编码为 UTF-8

需要阅读的内容

非常感谢以下作者为我的问题提供了答案：

  • 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

支持 基础多语种飞机 使用 3 字节 UTF-8 字符。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），那么你要么需要使用某种风格 VARBINARY 列类型或使用 utf8mb4 字符集 （需要 MySQL 5.5.3 或更高版本）。请注意，使用 utf8 MySQL 中的字符集不会 100% 有效。

Tomcat 与 Apache

另一件事如果您使用 Apache + Tomcat + mod_JK 连接器，那么您还需要进行以下更改：

  1. 将 URIEncoding="UTF-8" 添加到 8009 连接器的 tomcat server.xml 文件中，它由 mod_JK 连接器使用。 <Connector port="8009" protocol="AJP/1.3" redirectPort="8443" URIEncoding="UTF-8"/>
  2. 转到您的 apache 文件夹，即 /etc/httpd/conf 并添加 AddDefaultCharset utf-8 在 httpd.conf file. 笔记： 首先检查它是否存在。如果存在，您可以使用此行更新它。您也可以在底部添加此行。

其他提示

我认为您在自己的回答中总结得很好。

在从头到尾的 UTF-8-ing(?) 过程中，您可能还想确保 java 本身正在使用 UTF-8。使用 -Dfile.encoding=utf-8 作为 JVM 的参数（可以在 catalina.bat 中配置）。

要添加到 科索安特的回答, ，如果您使用 Spring，而不是编写自己的 Servlet 过滤器，您可以使用该类 org.springframework.web.filter.CharacterEncodingFilter 他们提供了，在 web.xml 中进行如下配置：

 <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>

我还想添加来自 这里 这部分解决了我的 utf 问题：

runtime.encoding=<encoding>

当我们想使用 Java 访问 MySql 表时，这是针对希腊语编码的：

在 JBoss 连接池 (mysql-ds.xml) 中使用以下连接设置

<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>

如果您不想将其放入 JNDI 连接池中，可以将其配置为 JDBC-url，如下一行所示：

jdbc:mysql://192.168.10.123:3308/mydatabase?characterEncoding=greek

对于我和尼克来说，所以我们永远不会忘记它，不再浪费时间......

好详细的答案。只是想再添加一件事，这肯定会帮助其他人查看 URL 上的 UTF-8 编码的实际情况。

按照以下步骤在 Firefox 中启用 URL 的 UTF-8 编码。

  1. 在地址栏中输入“about:config”。

  2. 使用过滤器输入类型搜索“network.standard-url.encode-query-utf8”属性。

  3. 上面的属性默认为 false，将其设置为 TRUE。
  4. 重新启动浏览器。

默认情况下，URL 上的 UTF-8 编码在 IE6/7/8 和 Chrome 中有效。

我遇到了类似的问题，但是，在我使用 apache commons 压缩的文件的文件名中。所以，我用这个命令解决了它： 

convmv --notest -f cp1252 -t utf8 * -r

它对我来说非常有效。希望它对任何人都有帮助；）

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”部分来在我的 jsp 页面上显示 Unicode。我需要的只是“CharsetFilter”部分。

尚未提及的另一点涉及与 Ajax 一起使用的 Java Servlet。我遇到过这样的情况：网页从用户处获取 utf-8 文本，并将其发送到 JavaScript 文件，该文件将其包含在发送到 Servlet 的 URI 中。Servlet 查询数据库，捕获结果并将其作为 XML 返回到 JavaScript 文件，JavaScript 文件对其进行格式化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，我遵循一本早期 Ajax 书籍的说明，将 JavaScript 封装到构建 URI 中。书中的例子使用了 escape() 方法，我发现它（困难的方法）是错误的。对于 utf-8，您必须使用encodeURIComponent()。

如今似乎很少有人推出自己的 Ajax，但我想我不妨添加这个。

关于 CharsetFilter @kosoant 回答中提到....

有一个内置 Filter 在雄猫中 web.xml （位于 conf/web.xml）。过滤器被命名为 setCharacterEncodingFilter 并默认被注释。您可以取消注释（请记住取消注释 filter-mapping 也 ）

也无需设置 jsp-config 在你的 web.xml （我已经针对 Tomcat 7+ 进行了测试）

有时您可以通过 MySQL 管理员向导解决问题。在

启动变量 > 高级 >

并设置默认值。字符集：utf8

也许这个配置需要重启MySQL。

之前的回复并不能解决我的问题。它仅在生产环境中，使用 tomcat 和 apache mod_proxy_ajp。帖子正文丢失了非 ASCII 字符？最后的问题是 JVM defaultCharset（默认安装中的 US-ASCII：charset dfset = charset.defaultcharset（）;）因此，该解决方案是通过修饰符运行的tomcat服务器，可将JVM运行，用UTF-8作为默认charset：

JAVA_OPTS="$JAVA_OPTS -Dfile.encoding=UTF-8"

（将此行添加到catalina.sh并重新启动服务tomcat）

也许您还必须更改 linux 系统变量（编辑 ~/.bashrc 和 ~/.profile 进行永久更改，请参阅 https://perlgeek.de/en/article/set-up-a-clean-utf8-environment)

导出 LC_ALL=en_US.UTF-8
导出 LANG=en_US.UTF-8

导出语言=en_US.UTF-8

在 Spring MVC 5 + Tomcat 9 + JSP 上遇到同样的问题。
经过长时间的研究，得出了一个优雅的解决方案（不 需要 过滤器 和 不 需要 变化 在雄猫中 服务器.xml （从8.0.0-RC3版本开始））

  1. 在 WebMvcConfigurer 实现中设置 messageSource 的默认编码（用于以 UTF-8 编码从消息源文件读取数据。

    @Configuration
@EnableWebMvc
@ComponentScan("{package.with.components}")
public class WebApplicationContextConfig implements WebMvcConfigurer {

    @Bean
    public MessageSource messageSource() {
        final ResourceBundleMessageSource messageSource = new ResourceBundleMessageSource();

        messageSource.setBasenames("messages");
        messageSource.setDefaultEncoding("UTF-8");

        return messageSource;
    }

    /* other beans and methods */

}

  2. 在DispatcherServletInitializer实现中@Override onStartup方法并在其中设置请求和资源字符编码。

    public class DispatcherServletInitializer extends AbstractAnnotationConfigDispatcherServletInitializer {

    @Override
    public void onStartup(final ServletContext servletContext) throws ServletException {

        // https://wiki.apache.org/tomcat/FAQ/CharacterEncoding
        servletContext.setRequestCharacterEncoding("UTF-8");
        servletContext.setResponseCharacterEncoding("UTF-8");

        super.onStartup(servletContext);
    }

    /* servlet mappings, root and web application configs, other methods */

}

  3. 以 UTF-8 编码保存所有消息源和视图文件。

  4. 添加 <%@ 页面 contentType="text/html;charset=UTF-8" %> 或者 每个 *.jsp 文件中的 <%@ page pageEncoding="UTF-8" %> 或者 将 jsp-config 描述符添加到 web.xml

    <?xml version="1.0" encoding="UTF-8"?>
<web-app xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://java.sun.com/xml/ns/javaee"
 xsi:schemaLocation="http://java.sun.com/xml/ns/javaee http://java.sun.com/xml/ns/javaee/web-app_3_0.xsd"
 id="WebApp_ID" version="3.0">
    <display-name>AppName</display-name>

    <jsp-config>
        <jsp-property-group>
            <url-pattern>*.jsp</url-pattern>
            <page-encoding>UTF-8</page-encoding>
        </jsp-property-group>
    </jsp-config>
</web-app>

如果您已在连接池 (mysql-ds.xml) 中指定，则可以在 Java 代码中按如下方式打开连接：

DriverManager.registerDriver(new com.mysql.jdbc.Driver());
Connection conn = DriverManager.getConnection(
    "jdbc:mysql://192.168.1.12:3308/mydb?characterEncoding=greek",
    "Myuser", "mypass");
许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top