TMBlog技术文章分享

在配置完TMBlog支持多视图之后,就考虑到系统有很多的小页面可以使用静态化的html来完成,比如页面底部的版权申明信息. 在使用ftl模板之后,发现嵌入到页面出现乱码. 在jsp中使用<%@include file="in.html" %>导入html页面时，如果html页面里有中文，就会产生乱码。检查jsp文件和html文件的编码，编码一致，都是统一使用的utf-8，检查生成的Servlet类文件，发现里面直接就乱码了。

通过查看生成的Servlet内容可以看出，在将jsp文件编译成Java类这一过程就出现了乱码，问题肯定是编码一致的，而设置编码的有两个：pageEncoding和contentType，这两个属性的区别如下： pageEncoding是jsp文件本身的编码，是指定web容器将jsp编译成java文件时采用什么编码读取jsp文件。 contentType的charset设置的编码是指服务器发送给客户端时的内容编码。而客户端访问一个jsp文件要经过如下三个阶段：

(第一次访问时)web容器将jsp编译成java文件，这个阶段编译器会根据pageEncoding设置的编码读取jsp文件，翻译成统一的utf-8的Servlet类，如果pageEncoding设置错误或未设置，编译出来的java文件就会出现中文乱码。
由javac将java源码编译成class字节码，javac用utf-8编码读取java源码，编译成utf-8编码的二进制文件。
web容器载入class字节码文件，将内容输出结果到客户端，这一过程内容的编码为contentType设置的编码。

由此可见，是由于pageEncoding设置问题导致翻译jsp时乱码。有两种方式处理：

方法一：在每个引入的html文件设置pageEncoding编码，即在html添加<%@page pageEncoding="UTF-8"%>，尽管html不能识别该指令，但通过include指令引入时该指令就能起作用了，如下：

<%@page pageEncoding="UTF-8"%>  
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">  
<html>  
<head>  
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">  
<title></title>  
</head>  
<body>  
中文内容
</body>  
</html>

方法二：在web.xml里统一配置pageEncoding的编码，在web-app标签里添加如下配置：

<jsp-config>
	<jsp-property-group>
		<description>html encoding</description>
		<display-name>JSPConfiguration</display-name>
		<url-pattern>*.html</url-pattern>
		<page-encoding>UTF-8</page-encoding>
	</jsp-property-group>
</jsp-config>

方法一和方法二原理是一样的，都是通过设置pageEncoding编码来指定jsp将html文件include时使用的编码。方法一和方法二任选一种即可，如果同时使用需要注意两个地方设置的pageEncoding编码必须一致，否则将会报如下编码不一致的错误