Feng's Blog

环境：

  Myeclipse 8.0 , Servlet ,  XP System ,  Browser: ie 8 & ff 7

    最近在学Ajax，在测试中发现如果post或get方式直接发送中文会存在一些问题，因为数据的处理和发送是我们自己编写代码来处理的。本来表单提交时的中文处理是浏览器帮我们进行了转码处理，so提交的都是转码处理后的数据，不会存在中文的。一般而言，初学Ajax时可能还没考虑到过自己处理转码问题的，so会碰到一些所谓的奇怪现象，比如，对Ajax提交的中文数据，在服务器端不需要转码就能正确读取了………… 下面来看看不同的浏览器的不同现象，因为不同浏览器的实现有所不同~

首先FF优先~ ，都7.0了呢，最近升级真快~  如下post代码

 var name = document.getElementById("username").value;
 xmlhttpreq.open("post","CheckName?dt="+new Date().getTime());
 xmlhttpreq.onreadystatechange=function(){...};
 xmlhttpreq.setRequestHeader("Content-Type","application/x www-form-urlencoded;");
 xmlhttpreq.send("name="+name);

如果name是ASCII码的任意组合，那一定不会有问题，可以如果是中文的话，直接发送中文情况就不同了。

1 POST：如上代码在ff中运行后，servlet（即服务器端）中不需转码就能正确读取了…………  总觉得很奇怪…… 于是通过TCP/IP Monitor查看了下发送的http数据，在协议体中的数据居然显示的是中文的，所以备感奇怪，网上查了下说是ajax默认会将中文转码成utf-8格式，so在协议头中发现了这句：Content-Type: application/x-www-form-urlencoded; charset=UTF-8;  ，这个在js代码中设置的，然后试了下在设置中自定义编码，发现不行，ff会将其置成UTF-8的，然后发现协议体的长度Content-Length，是根据utf-8编码方式来计算的（一个中文3个字节），so所发送的数据格式utf-8的。然后服务器接收到数据后通过协议头发现其是UTF-8编码数据，就将其转成了能识别的数据了，所以没有出现乱码…………

2 GET：get的代码不发了，就改下就行了。如果是get的，ff会将中文以utf-8方式进行url转码的（不是content-type中设置的编码方式！）。所以在servlet中需要进行处理，即如：

String name = new String(request.getParameter("name").getBytes("iso-8859-1"),"utf-8");

这样的处理。不然读到的只是乱码……

--------至此ff基本清楚了，当然也没那么的清楚，基本了解即可。

PS：有些细节上的问题，这里不多说也，如：get或post的时候，如果请求的地址一样，那浏览器可能会从缓存中读取，当然不同的浏览器情况也不一样~ 这不是这里的重点！

    然后是ie了，虽然出了ie9，但不方便测试啊！对了与ff测试中是两样的代码！

1 GET：查看了发送的协议头数据，居然为：GET /CheckName?name=中文&dt=2222 HTTP/1.1 ， 这个更厉害…… 居然get中有中文…………经过多番尝试，在servlet通过

String user = new String(request.getParameter("name").getBytes("iso-8859-1"),"gbk");

能够得到正确的数据，难道ie将中文以gbk的数据发送了？（PS：页面编码为utf-8&gbk都这样……） 似乎是的，反正没有像表单提交那样进行url编码，而是直接以gbk编码方式的二进制数据发送了，但所达到的效果是和以gbk方式进行url编码一样的效果（可能servlet的处理有这样的效果，别的开发语言就不知道如何了！）。

2 POST：测试之后发现，其不像ff会在Content-Type: application/x-www-form-urlencoded;后添加charset=utf-8，但我们可以自己设置，在

xmlhttpreq.setRequestHeader("Content-Type","application/x-www-form-urlencoded;charset=utf-8");

中设置，但不管设置什么，ajax默认都是以utf-8格式发送中文的，但所设置的会影响服务器对这些数据的处理（即以何种编码进行转码……）。如果charset设成gbk，则servlet需要进行转码，如：

String name = new String(request.getParameter("name").getBytes("gbk"),"utf-8");

的转码处理，但不知为何，比如仅输入“中”，servlet输入是乱码，但如输入“中文”则正确输出了…… 无语…… 不知道哪里的问题……（可能是因为 request.getParameter(String) 方法会进行一次 URI 的解码过程的原故）

但如果先request.setCharacterEncoding("UTF-8");，然后直接getParameter的话就不会有问题了…… 这个过程该如何解释？是以utf-8方式解读协议体中的数据？似乎是的。但是上一种的方法又该如何解释？这个只能从服务器的实现上来解释了，但有必要去了解这个吗？（毕竟这种情况肯定是会被抹杀掉的……）看来只能留作思考了！！！

     所以为了避免这种问题的出现，应该先进行转码处理，然后再发送…………但这不是本文所要说的。