简单的介绍下背景，APP访问服务器，需要经过部署在DMZ(非军事冲突区)的代理，最近有个需求需要使用get请求方式请求web端jsp页面，返回数据为json格式。以前在使用get请求数据时，参数没有出现中文，参数有中文的都使用了post的方式，由于特殊的原因，这次放弃了post方式。在get中传递中文参数，出现乱码情况，造成代理后台接收数据错误，无法返回数据。下面就简单的记录下修复的过程。
中文乱码说实话，每个程序员都会遇到，说到底，就是编解码格式不对造成，首先查看了，代理和主程序默认的编码格式，可利用 HttpServletRequet.getCharacterEncoding()查看，发现是GBK格式，于是就用value = URLDecode.decode("value","GBK")解码，(假设Value 就是接受的中文参数)发现依旧乱码，于是又对该数据进行了 String decodeValue = new String （value.getBytes("GBK"),"UTF-8"）操作，发现竟然可以了，但是出现偶数中文正常，奇数中文依旧乱码的格式，头痛啊，GBK 是两个字节表示一个汉字，UTF-8三个字节表示一个汉字，其实说白了，偶数汉字解析成功纯属侥幸，不过可以利用该特征，做一点小小的坏事，既然偶数可以解析成功，为何每次传参数不传偶数个那，只需在后台解析成功后在去掉多余的汉字就OK了，例如，你本来想传单个汉字‘中’，那么实际你就可以传‘中中’。但是这种方式，不管是性能还是其他各个方面，都不是我们想要的结果。于是，继续探索。
发现我们在浏览器直接传中文，用HttpServletRequet.getParameter()接受参数时，已经是乱码了，也就是说在这个过程中，已经有了一次编解码的过程，利用encodeURIComponent('上海')获得到编码后的数据"%E4%B8%8A%E6%B5%B7"，当做参数传入，发现后台接受的依然是乱码，但是乱码不同了，于是用encodeURIComponent对参数进行了2次编码，代理后台接受到数据是"%E4%B8%8A%E6%B5%B7"也就是用encodeURIComponent('上海')编码一次后数据，同时也说明了代理后台在接受参数时，已经进行了一次解码。因为要与主程序交互，代理程序在与主程序传参时也需要传递编码后的参数。既APP传递参数时需要进行三次编码。流程如下：
APP------参数需三次编码------->代理--------参数需两次编码--------->主系统（参数为正常汉字）
既APP传递参数时需要对中文进行如下操作：encodeURIComponent(encodeURIComponent(encodeURIComponent('上海'))
网友评论