汉字传值奇数乱码问题解决策略

　　这两天写一个项目遇到一个很怪异的现象，就是在url中汉字传值，如果是奇数个汉字则出现编码错误。先说下环境：前台页面试gb2312编码，后台的filter是gbk，web server是nginx+resin，nginx用的是操作系统编码，编码是gbk,在输入http://www.我的域名.com/search/searchByName.action?query=%C1%AC%C1%AC%BF%B4  （1） 时后台不需要做处理，

返回字符串正常,再输入http://www.我的域名.com/search/searchByName.action?query=连连看                       （2） 时后台就显示乱码。

　　我分别用chrome、firefox、ie8做了测试，结果虽然是乱码还各有特色。

　　最初，在网上搜索解决方案，不过大部分都是一个来源，也就是让你在页面上先对汉字url encode一下然后再传值，但是这种情况不符合我的需求，我是要在浏览器中直接输入url，汉字传值。

　　解决方案一，在nginx中配置，将传递过来的url进行重写，让参数以重叠的方式向后台传送，比如原来是"query=你好啊"，重写为"query = 你好啊你好啊"，这样可以避免奇数个乱码问题，不过这有一个问题，就是和web server的耦合性太高，只要有汉字传值，就得重写nginx配置文件，不可取。

　　解决方案二，在后台发现，取出的parameter在utf8转换成gbk时，如果字符串.getbytes()是奇数个，最后一个byte会被吞掉，信息损失了，就没法转换回来了。很烦人，这时候在同事的启发下，发现request.getQueryString()，也可以得到参数，并且都是被转码过的，形如“query=%e7%be%8e%e5%a5%b3”，这个是没有被gbk过滤的，所以就通过处理这个字符串获取到了没有信息损失的编码。不过这时还有个问题，页面输入（1）（2）两个链接时后台要拿到相同的汉字，但是他们被编码后显示的编码值却不同，就是这个时候只要通过判断是否为utf8的url（此时有汉字传值），如下代码：

String parameterString = request.getQueryString();  
        if(parameterString!=null&&!parameterString.equals("")){  
            try {  
                CharTools ct = new CharTools();  
                if(ct.isUtf8Url(parameterString)){  
                    parameterString = URLDecoder.decode(parameterString, "utf-8");  
                }else{  
                    parameterString = URLDecoder.decode(parameterString, "gbk");  
                }  
            } catch (UnsupportedEncodingException e) {  
                logger.info("url解码出错", e);  
            }  
            String[] parameters = parameterString.split("&");  
            for(String str : parameters){  
                if(str.indexOf("query=")!=-1){  
                    query = str.substring(str.indexOf("=")+1);  
                }  
            }  
        }  

　　 其中对应的CharTools中的方法为：

public boolean isUtf8Url(String text) {  
        text = text.toLowerCase();  
        int p = text.indexOf("%");  
        if (p != -1 && text.length() - p > 9) {  
            text = text.substring(p, p + 9);  
        }  
        return Utf8codeCheck(text);  
    }  
 private boolean Utf8codeCheck(String text) {  
        String sign = "";  
        if (text.startsWith("%e"))  
            for (int i = 0, p = 0; p != -1; i++) {  
                p = text.indexOf("%", p);  
                if (p != -1)  
                    p++;  
                sign += p;  
            }  
        return sign.equals("147-1");  
    }  

这样就可以将不同的编码传过来的url，进行不同的处置。

接下来，这时候本以为完事大吉，没想又出了新的问题，即:在ie下汉字传值还是乱码，我通过后台检测发现，ie的request.getQueryString()，获取的是“query=????”，汉字没有以编码后的形式传送过来，然后再检查request.getParameter("query")，发现是正常的，这时候就可以通过对发送到后台的客户端就行判断，如下：

String agent = request.getHeader("User-Agent");  
if(agent.indexOf("MSIE")!=-1){//ie情况比较特殊，不过此时在parameters中是正常的  
            query =  request.getParameter("query");  
}  

这样在ie下拿到的汉字也就可以正常的显示了。

解决方案三：觉得最好的解决方案还是写个filter，现在项目比较紧张，以后要写，这样就可以忽略掉具体的请求，从整体层次进行解决问题。大致思路就是将方案二的解决办法浓缩到filter中。以后再写

 

还有一些感想，觉得chrome也不是那么完美，汉字传值不自动转码，给开发造成不少麻烦，还是firefox比较强大~