ContentType ,charset和pageEncoding的区别(转)-阿里云开发者社区

开发者社区> 开发与运维> 正文

ContentType ,charset和pageEncoding的区别(转)

简介: ========================说法一=========================== ContentType 属性指定响应的 HTTP 内容类型。如果未指定 ContentType,默认为 text/HTML。

========================说法一===========================

ContentType 属性指定响应的 HTTP 内容类型。如果未指定 ContentType,默认为 text/HTML。   语法  Response.ContentType [= ContentType ]   参数   ContentType

 

pageEncoding是jsp文件本身的编码

contentType的charset是指服务器发送给客户端时的内容编码

JSP要经过两次的“编码”,第一阶段会用pageEncoding,第二阶段会用utf-8至utf-8,第三阶段就是由Tomcat出来的网页, 用的是contentType。

第一阶段是jsp编译成.java,它会根据pageEncoding的设定读取jsp,结果是由指定的编码方案翻译成统一的UTF-8 JAVA源码(即.java),如果pageEncoding设定错了,或没有设定,出来的就是中文乱码。

第二阶段是由JAVAC的JAVA源码至java byteCode的编译,不论JSP编写时候用的是什么编码方案,经过这个阶段的结果全部是UTF-8的encoding的java源码。

 

 

 

pageEncoding:设置JSP源文件和响应正文中的字符集编码。
contentType:设置JSP源文件和响应正文的字符集编码及MIME类型。

可见,pageEncoding和contentType都可以设置JSP源文件和响应正文中的字符集编码。但也有区别:
设置JSP源文件字符集时,优先级为pageEncoding>contentType。如果都没有设置,默认ISO-8859-1。
设置响应输出的字符集时,优先级为contentType>pageEncoding。如果都没有设置,默认ISO-8859-1。

可以简单认为是,pageEncoding是jsp文件本身的编码;contentType的charset是指服务器发送给客户端时的内容编码。例如:pageEncoding="GBK"。这句话的意思是,告诉JVM 这个jsp本身采用的"GBK"编码,在JSP编译成Servlet传给JVM的时候,就用“GBK”的编码方式将Jsp网页源文件翻译成统一的UTF-8形式的Java字节码。如果不加设定,则JVM默认的用ISO-8859-1这种编码方式。contentType里的charset=gbk,指的是此网页文件输出到浏览器的输出方式为gbk。在这个过程中,一个JSP的源文件需要经过三个阶段,两次编码,才能完成一次完整的输出。

第一阶段:将jsp编译成Servlet(.java)文件。用到的指令是pageEncoding,根据pageEncoding=“XXX”的指示,找到编码的规则为“XXX”,服务器在将JSP文件编译成.java文件时会根据pageEncoding的设定读取jsp,结果是由指定的编码方案翻译成统一的UTF-8编码的JAVA源码(即.java)。
第二阶段:从Servlet文件(.java)到Java字节码文件(.class),从UTF-8到UTF-8。在这一阶段中,不论JSP编写时候用的是什么编码方案,经过这个阶段的结果全部是UTF-8的encoding的java源码。JAVAC用UTF-8的encoding读取java源码,编译成UTF-8编码的二进制码(即.class),这是JVM对常数字串在二进制码(java encoding)内表达的规范。这一过程是由JVM的内在规范决定的,不受外界控制。
第三阶段:从服务器到浏览器,这在一过程中用到的指令是contentType。服务器载入和执行由第二阶段生成出来JAVA二进制码,输出的结果,也就是在客户端可见到的结果,在这次输出过程中,由contentType属性中的charset来指定,将UTF8形式的二进制码以charset的编码形式来输出。如果没有人为设定,则默认的是ISO-8859-1的形式。

 

 

========================说法二===========================

 

"ContentType" (描述内容类型的字符串。该字符串通常被格式化为类型/子类型,其中类型是常规内容范畴而子类为特定内容类型)

  一句话总结就是,服务器响应客户端是以"ContentType" 的类型来响应的。这个很容易理解,但是在百度百科里面看了一下发现问题了,在contenttype里面有一个属性是charset 指定编码的,而pagEncoding也是编码的,这两个编码有什么区别呢?

  查阅了资料之后有了深刻的了解!

  pageEncoding是jsp文件本身的编码

  contentType的charset是指服务器发送给客户端时的内容编码

  JSP要经过两次的"编码",第一阶段会用pageEncoding,第二阶段会用utf-8至utf-8,第三阶段就是由Tomcat出来的网页,用的是contentType

  第一阶段是jsp编译成.java,它会根据pageEncoding的设定读取jsp,结果是由指定的编码方案翻译成统一的UTF-8 JAVA源码(即.java),如果pageEncoding设定错了,或没有设定,出来的就是中文乱码。

  第二阶段是由JAVAC的JAVA源码至java byteCode的编译,不论JSP编写时候用的是什么编码方案,经过这个阶段的结果全部是UTF-8的encoding的java源码。

  JAVAC用UTF-8的encoding读取java源码,编译成UTF-8 encoding的二进制码(即.class),这是JVM对常数字串在二进制码(java encoding)内表达的规范。

  第三阶段是Tomcat(或其的application container)载入和执行阶段二的来的JAVA二进制码,输出的结果,也就是在客户端见到的,这时隐藏在阶段一和阶段二的参数contentType就发挥了功效

  contentType的设定.

  pageEncoding 和contentType的预设都是 ISO8859-1. 而随便设定了其中一个, 另一个就跟着一样了(TOMCAT4.1.27是如此). 但这不是绝对的, 这要看各自JSPC的处理方式. 而pageEncoding不等于contentType,

  <%@ page contentType="text/html;charset=utf-8" %>

  记得老师上课讲的时候遇到了下面这种情况 他的处理办法是把utf-8改成了gbk,

  <%@ page contentType="text/html;charset=gbk" %>

  貌似就是利用了随便改变其中一个另一个就跟着变的原理吧。实际上正规的该法应该是

  <%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%>

  但是如果改成了这样,在服务器端收到的获取的中文不是乱码,但是在客户端打开的还是乱码,因为charset=utf-8" 中charset指定了,输出到客户端的是utf-8的编码,所以想正规的该法应该改成

  <%@ page contentType="text/html;charset=gbk" pageEncoding="GBK"%>

  貌似这样写,还不如

  <%@ page contentType="text/html;charset=gbk" %>

  简单呢, 看来以后自己还是用 这种简单的写法吧!

  纯属个人自学的理解。如果错误还望指出

 

===========================说法三===============================

名词解释及其作用

1. contentType: <%@ page contentType="text/html; charset=UTF-8"%>

2. pageEncoding:<%@ page pageEncoding="UTF-8"%>

3. html页面charset:<META http-equiv="Content-Type" content="text/html; charset=UTF-8">

4. setCharacterEncoding:request.setCharacterEncoding(),response.setCharacterEncoding()

5. setContentType:response.setContentType()

6. setHeader: response.setHeader()

7. jsp页面编码: jsp文件本身的编码

8. web页面显示编码:jsp的输出流在浏览器中显示的编码

9. web页面输入编码: 输入框输入的字体编码

10. web服务器输入的请求流: web Server相应浏览器的请求数据

11. web服务器输出的响应流: web Server相应浏览器的输出数据

他们之间的相互影响和作用域,以及先后作用顺序

1. pageEncoding: 只是指明了 JSP 页面本身的编码格式,跟页面显示的编码没有关系;

容器在读取(文件)或者(数据库)或者(字符串常量)时将起转化为内部使用的 Unicode,而页面显示的时候将

内部的Unicode转换为contentType指定的编码后显示页面内容;

如果pageEncoding属性存在,那么JSP页面的字符编码方式就由pageEncoding决定,

否则就由contentType属性中的charset决定,如果charset也不存在,JSP页面的字符编码方式就采用

默认的ISO-8859-1。

2. contentType: 指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”;

字符编码方式的默认值是“ISO-8859-1”. MIME类型和字符编码方式由分号隔开;

pageEncoding和contentType的关系:

1. pageEncoding的内容只是用于jsp输出时的编码,不会作为header发出去的; 是告诉web Server

jsp页面按照什么编码输出,即web服务器输出的响应流的编码;

2. 第一阶段是jsp编译成.java,它会根据pageEncoding的设定读取jsp,结果是由指定的编码方案翻译

成统一的UTF-8 JAVA源码(即.java).

3. 第二阶段是由JAVAC的JAVA源码至java byteCode的编译,不论JSP编写时候用的是什么编码方案,

经过这个阶段的结果全部是UTF-8的encoding的java源码.JAVAC用UTF-8的encoding读取

java源码,编译成UTF-8 encoding的二进制码(即.class),这是JVM对常数字串在二进制码

(java encoding)内表达的规范.

4. 第三阶段是Tomcat(或其的application container)载入和执行阶段二的来的JAVA二进制码,

输出的结果,也就是在客户端见到的,这时隐藏在阶段一和阶段二的参数contentType就发挥了功效

和contentType效果一样的设置方式还有 html页面charset, response.setCharacterEncoding(),

response.setContentType(),response.setHeader(); response.setContentType(),

response.setHeader();优先级最好,其次是response.setCharacterEncoding();再者是

<%@page contentType="text/html; chareset=gbk"%>,最后是<meta http-equiv="content-type"

content="text/html; charset=gb2312" />.

5. web页面输入编码: 在设置页面编码<%@page contentType="text/html; chareset=gbk"%>的同时,也 就指定了页面的输入编码;

如果页面的显示被设置为UTF-8,那么用户所有的页面输入都会按照 UTF-8 编码; 服务器端程序在读

取表单输入之前要设定输入编码;

表单被提交后,浏览器会将表单字段值转换为指定字符集对应的字节值,然后根据 HTTP 标准 URL

编码方案对结果字节进行编码.但是页面需要告诉服务器当前页面的编码方式;

request.setCharacterEncoding(),能修改Serverlet获取请求的编码,response.setCharacterEncoding(),

能修改Serverlet返回结果的编码.

或者用下面来说明:

  • pageEncoding是设置的JSP页面源代码的字符编码格式,如果该项的值是utf-8,则JSP源代码里不能写汉字了,如果你用的是eclipse等工具的话,保存时他会提示有一个错误,改成gbk就没事了,就是这个道理
  • charset是请求服务器以后返回过来的内容的字符编码,即使pageEncoding设置了gbk,保存,运行程序,查看页面时会发现刚才写的汉字不能正常显示,把charset改成gbk,正常

JSP要经过两次的“编码”,第一阶段会用pageEncoding,第二阶段会用utf-8至utf-8,第三阶段就是由Tomcat返回来的网页,用的是charset。

第一阶段是jsp编译成.java,它会根据pageEncoding的设定读取jsp,结果是由指定的编码方案翻译成统一的UTF-8 JAVA源码(即.java),如果pageEncoding设定错了,或没有设定,出来的就是中文乱码。

第二阶段是由JAVAC的JAVA源码至java byteCode的编译,不论JSP编写时候用的是什么编码方案,经过这个阶段的结果全部是UTF-8的encoding的java源码。

第三阶段是Tomcat(或其的application container)载入和执行阶段,输出的结果,也就是在客户端见到的,这时隐藏在阶段一和阶段二的参数contentType就发挥了功效。

注意:在设置JSP页面源代码字符编码的时候,如果有pageEncoding这一项,则采取这一项的值,如果没有,采取charset的值,如果都没有,采取iso8859-1。pageEncoding 和contentType的预设都是 ISO8859-1. 而随便设定了其中一个, 另一个就跟着一样了(TOMCAT4.1.27是如此). 但这不是绝对的, 这要看各自JSP容器的处理方式.

如:在Tomcat中如果在jsp中设定了pageEncoding,则contentType也跟着设定成相同的编码了,但是在resion中就不是,resin中还会用默认的,这点通过查看编译后的类servlet java文件就可以看到这一点,而问题恰恰就出在这里,所以,在jsp中,如果是在resin下最好还是明确的单独设定这2个属性。

总结:通常我们在JSP页面设定<%@ page contentType="text/html;charset=GB2312"%>即可。

http://www.cnblogs.com/kevin-yuan/archive/2011/12/31/2308479.html

 

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
开发与运维
使用钉钉扫一扫加入圈子
+ 订阅

集结各类场景实战经验,助你开发运维畅行无忧

其他文章