如何让 UTF-8 在 Java Web 应用程序中工作？-解网

问：

我需要让 UTF-8 在我的 Java Web 应用程序（servlet + JSP，未使用框架）中工作以支持常规芬兰语文本和西里尔字母等特殊情况。äöåЦжФ

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 访问该网站。

如何实现这一点？

Java MySQL Tomcat 编码 UTF-8

0赞 Raedwald 1/28/2014

另请参阅 stackoverflow.com/questions/153527/...

答：

563赞 kosoant 9/26/2008 #1

回答我自己，因为这个网站的常见问题解答鼓励它。这对我有用：

大多数字符 äåö 没有问题，因为浏览器和 webapps 的 tomcat/java 使用的默认字符集是 latin1，即。ISO-8859-1 可以“理解”这些字符。

要使 UTF-8 在 Java+Tomcat+Linux/Windows+Mysql 下工作，需要满足以下条件：

配置 Tomcat 的服务器.xml

必须配置连接器使用 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"
/>

在上面的例子中，关键部分是 URIEncoding=“UTF-8”。这保证了 Tomcat 将所有传入的 GET 参数作为 UTF-8 编码进行处理。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 以 UTF-8 格式处理，并编码为 %D0%B6（通常在到达服务器之前由浏览器进行）。

POST 请求不受此影响。

字符集筛选器

然后，是时候强制 java Web 应用程序以 UTF-8 编码的方式处理所有请求和响应了。这要求我们定义一个字符集筛选器，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() {
    }
}

此筛选器确保如果浏览器尚未设置请求中使用的编码，则将其设置为 UTF-8。

此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 所采用的编码。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。

必须将此筛选器添加到 web.xml 或 Web 应用的部署描述符中：

 <!--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>

有关制作此过滤器的说明，请参见 tomcat wiki （http://wiki.apache.org/tomcat/Tomcat/UTF-8)

JSP 页面编码

在 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，Web 应用程序的所有 JSP 页面都需要在其顶部包含以下内容：

 <%@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，那么所有这些布局都需要这样做。

HTML-meta 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页面的编码了：

这是通过 Web 应用生成的每个 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 db 时，必须定义连接使用 UTF-8 编码。这是在上下文 .xml 或任何 JDBC 连接被破坏的地方完成的，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&amp;characterEncoding=UTF-8"
    />

MySQL数据库和表

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

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

然后，所有表都需要采用 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 CHARSET=utf8。

MySQL服务器配置

还必须配置MySQL服务器。通常，这是在 Windows 中通过修改 my.ini -file 来完成的，在 Linux 中是通过配置 my.cnf -file 来完成的。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 过程和函数

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 ;

GET 请求：latin1 和 UTF-8

如果在 tomcat 的服务器 .xml 中定义了 GET 请求参数以 UTF-8 编码，则正确处理以下 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”。

西里尔字符 ж 在拉丁语中根本无法理解1。由于 Tomcat 被指示以 UTF-8 格式处理请求参数，因此它将该字符正确编码为 %D0%B6。

如果浏览器被指示以 UTF-8 编码（带有请求标头和 html 元标记）读取页面，至少 Firefox 2/3 和这一时期的其他浏览器都将字符本身编码为 %D0%B6。

最终结果是找到所有名为“Petteri”的用户，并找到所有名为“ж”的用户。

但是 äåö 呢？

HTTP 规范定义默认情况下 URL 编码为 latin1。这导致 firefox2、firefox3 等对以下内容进行编码

    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*

在拉丁语 1 中，字符 ä 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相应地处理来自 GET 请求的请求参数，因为某些字符以 latin1 编码，而其他字符以 UTF-8 编码。注意：如果页面被定义为 UTF-8，则 POST 请求确实有效，因为浏览器将表单中的所有请求参数完全编码为 UTF-8

要阅读的内容

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/

重要提示

mysql 支持使用 3 字节 UTF-8 字符的基本多语言平面。如果您需要超出此范围（某些字母表需要超过 3 个字节的 UTF-8），那么您需要使用列类型的风格或使用 utf8mb4 字符集（需要 MySQL 5.5.3 或更高版本）。请注意，在MySQL中使用字符集不会100%有效。VARBINARYutf8

使用 Apache 的 Tomcat

还有一件事：如果您使用的是 Apache + Tomcat + mod_JK 连接器，那么您还需要进行以下更改：

将 URIEncoding=“UTF-8” 添加到 tomcat server.xml 文件中，用于 8009 连接器，mod_JK连接器使用。<Connector port="8009" protocol="AJP/1.3" redirectPort="8443" URIEncoding="UTF-8"/>
转到您的apache文件夹，即并添加 .注意：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。/etc/httpd/confAddDefaultCharset utf-8httpd.conf file

0赞 kosoant 9/26/2008

这些步骤也适用于 Struts/tiles 和 postgres 数据库。

18赞 BalusC 12/4/2009

两个注释：1）在HMTL-meta标记中，您包含了一个xml声明。删除它，它只会在怪癖模式下触发浏览器，你不想拥有它。此外，HTML 元标记实际上已经由 JSP 隐式完成，因此您甚至可以将其保留。2）在你使用的MySQL数据库和表中，这应该是.你甚至可以把整理不去，就足够了。pageEncodingutf8_swedish_siutf8_unicode_ciCHARACTER SET utf8

0赞 Marcel Stör 11/17/2010

我查阅的关于 HTML 元标记和 quirks 模式的文档（例如 ericmeyeroncss.com/bonus/render-mode.html、en.wikipedia.org/wiki/Quirks_mode）都没有表明 <meta http-equiv='Content-Type' 的存在对呈现模式有任何影响。

4赞 Vijay Shegokar 5/23/2014

## Tomcat with Apache ## 还有一件事如果你使用的是 Apache + Tomcat + mod_JK 连接器，那么你还需要做以下更改： 1. 将 URIEncoding=“UTF-8” 添加到 tomcat 服务器.xml文件中，用于 8009 连接器，它由mod_JK连接器使用。 2. 转到您的 apache 文件夹，即并添加 'httpd.conf' 文件。注意：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。<Connector port="8009" protocol="AJP/1.3" redirectPort="8443" URIEncoding="UTF-8"/>/etc/httpd/confAddDefaultCharset utf-8

1赞 Christopher Schultz 3/29/2016

关于 Tomcat 的说明：从 Tomcat 8 开始，a 的默认值是 now ，除非您使用严格的规范合规性（在这种情况下，它默认为但仍然可以被覆盖）。URIEncoding<Connector>UTF-8ISO-8859

14赞 stian 9/28/2008 #2

我认为你在自己的回答中总结得很好。

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

0赞 coding_idiot 1/7/2013

这对我有帮助，我做了提到的所有事情，但 JVM 编码是 windows-1250，一旦我更改为 UTF-8，它就可以完美运行。

2赞 Noah 3/20/2014

请问您在Catalina.bat文件中的什么位置添加它？

1赞 Mike Mountrakis 12/4/2009 #3

当我们想使用 Java 访问它们时，这是针对 MySql 表中的希腊语编码：

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>

如果您不想将其放在 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

对我和尼克来说，所以我们永远不会忘记它，再也不会浪费时间了.....

5赞 BalusC 12/4/2009

我仍然更喜欢 UTF-8 而不是希腊语（并将您当前的希腊语数据转换为 UTF-8），以便您的应用程序为统治世界做好准备。

-1赞 Mike Mountrakis 12/12/2009 #4

如果您在连接池（mysql-ds.xml）中指定了连接，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");

1赞 Jay 2/19/2010 #5

很好的详细答案。只是想再添加一件事，这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 的 URL 上启用 UTF-8 编码。

在地址栏中键入“about：config”。
使用筛选器输入类型搜索“network.standard-url.encode-query-utf8”属性。
默认情况下，上述属性将为 false，请将其转换为 TRUE。
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。

2赞 John 5/14/2010 #6

我还想从这里添加这部分解决了我的 utf 问题：

runtime.encoding=<encoding>

0赞 caarlos0 7/20/2011 #7

我遇到了类似的问题，但是，在文件的文件名中，我正在使用 apache commons 进行压缩。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。希望它能帮助任何人;)

0赞 bnguyen82 6/21/2012 #8

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。我所需要的只是“CharsetFilter”部分。

12赞 Raedwald 1/28/2014 #9

为了补充kosoant的答案，如果你使用的是Spring，而不是编写自己的Servlet过滤器，你可以使用他们提供的类，在你的web.xml中配置如下：org.springframework.web.filter.CharacterEncodingFilter

 <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>

1赞 olyanren 5/6/2015

此筛选器必须是 web.xml 中的第一个筛选器

0赞 David 11/15/2015 #10

还有一点没有被提及，它与使用 Ajax 的 Java Servlet 有关。我遇到过这样的情况，即网页从用户那里获取 utf-8 文本，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 返回给 JavaScript 文件，该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，我遵循了一本早期的 Ajax 书籍的说明，在构造 URI 时总结了 JavaScript。书中的例子使用了escape（）方法，我发现（艰难的方式）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阿贾克斯，但我想我不妨补充一下。

0赞 Alireza Fattahi 1/9/2017 #11

关于@kosoant答案中提到的....CharsetFilter

tomcat 中有一个内置功能（位于）。默认情况下，筛选器已命名并带有注释。您可以取消注释（请记得也取消注释）Filterweb.xmlconf/web.xmlsetCharacterEncodingFilterfilter-mapping

也无需在您的中设置（我已经为 Tomcat 7+ 测试了它）jsp-configweb.xml

0赞 MrSalesi 7/14/2017 #12

有时您可以通过MySQL管理器向导解决问题。在

高级>>启动变量

并设置 Def. char Set：utf8

也许这个配置需要重启MySQL。

1赞 Rogelio Triviño 4/17/2018 #13

以前的回复对我的问题不起作用。它只是在生产中，有 tomcat 和 apache mod_proxy_ajp。Post body 丢失了非 ascii 字符？最后问题出在JVM defaultCharset（默认安装中的US-ASCII：Charset dfset = Charset.defaultCharset（）;) 因此，解决方案是使用修饰符运行 tomcat 服务器，以运行 JVM 以 UTF-8 作为默认字符集：

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

（将此行添加到 catalina.sh 并服务 Tomcat 重新启动）

也许您还必须更改 linux 系统变量（编辑 ~/.bashrc 和 ~/.profile 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 格式

导出语言=en_US。UTF-8 格式

0赞 Andrei Veshtard 2/23/2019 #14

在 Spring MVC 5 + Tomcat 9 + JSP 上遇到了同样的问题。
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，也不需要更改Tomcat服务器.xml（从8.0.0-RC3版本开始））

在 WebMvcConfigurer 实现中，为 messageSource 设置默认编码（用于从 UTF-8 编码的消息源文件中读取数据。

@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 */

}

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 */

}

以 UTF-8 编码保存所有消息源并查看文件。

添加 <%@ page contentType=“text/html;charset=UTF-8“ %> 或 <%@ page pageEncoding=”UTF-8“ %.jsp> 或添加 jsp-config 描述符到.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>

上一个：将带有 json.dumps 的 UTF-8 文本保存为 UTF-8，而不是 \u 转义序列

下一个：将 PowerShell 的默认输出编码更改为 UTF-8

如何让 UTF-8 在 Java Web 应用程序中工作？

How to get UTF-8 working in Java webapps?

评论