tomcat乱码迷思

- 对于tomcat7，中文get请求会有乱码，因为tomcat将浏览器发过来的参数封装到request里面时，字节转字符串的时候，默认用的是iso-8859-1编码。

- 对于tomcat8，get请求里面，参数解析的时候，用的是utf-8编码，中文不会有乱码问题。

- 对于post请求来说，因为参数不是url地址里面解析出来的，而是从请求体里面解析的，因此处理情况不一样。不管是tomcat7还是8，解析时都是用iso-8859-1，因此会有乱码。需要调用request.setCharacterEncoding("utf-8")来改变默认编码。

- 对于post请求来说，除了调用request.setCharacterEncoding("utf-8")外，还有一种麻烦的处理方式：大概是这样一种写法：

String bad = request.getParameter("name");

String good = new String(bad.getBytes("iso-8859-1"), "utf-8");

这个写法很绕又麻烦，不过如何去理解它，是一件很有意思的事情。（这里写不下了。）

- 对于响应来说，我们通常会调用response.setContentType("text/html;charset=utf-8");来处理中文乱码。有同学说，我们能不能用iso-8859-1编码响应内容，然后浏览器那一边用iso-8859-1来解析呢。貌似只要两边对应上了就好了，或者跟post请求的处理方式类似，我用iso-8859-1和utf-8编码来回倒一下，是不是也可以呢？

不行，一个中文字符串，你用iso-8859-1去转成字节，里面的信息会丢失。

可以试一下：

System.out.println(Arrays.toString("中".getBytes("iso-8859-1")));

System.out.println(Arrays.toString("国".getBytes("iso-8859-1")));

可以发现，不同的中文，转成字节后，结果竟然是一样的。

这里关键点在于字节转字符串。以及反过来，字符串转字节。

【情况一：字节转字符串，再转字节】

假设你收到了三个字节的数据，这三个字节是一个字符，还是两个或者三个字符呢？都有可能，看你用什么样的编码去转【字节 》》字符串】。如果用utf-8，通常是一个中文字符，如果是gbk，那么就是一个半，如果是iso-8859-1，那么是三个字符。不管用哪一种，变成字符串之后，你都可以用string.getBytes("charset")把字符串还原成原来的字节。只要你前后编码一致，字节数据就不会丢失。

【情况二：字符串转字节，再转字符串】

假设你有一个中文字符，它转成字节后是几个呢？如果用utf-8，是三个；gbk是两个；iso-8859-1，是一个。一个字节最多表示511个字符，而中文字符有几万个。因此一个字节是无法表示中文的。那么在【字符串》》字节】这个环节，如果你用错了编码，信息就丢失了。你无法将字节还原成原来的字符串。（"中".getBytes("iso-8859-1")和"国".getBytes("iso-8859-1")，得到的都是[63]，那么63这个字节数据到底是“中”还是“国”呢？）