基本概念

有信息交換就會產生編碼、傳輸、解碼三個過程。編碼是信息從一種形式轉變成另一種形式的過程，正如人類的語言通過聲帶編碼，轉換成聲波。解碼是編碼的逆函數，耳膜接收聲波，通過腦神經解碼成人類文化所能理解的信息。

字符集是一種文化上下文下的所有文字符號集合，它的作用是規定了某個文化下的所有字符，以及該字符在信息交換系統下的表示方式，在計算機信息系統下是字節或01序列。本文會在某些時刻將字符集和編碼方案互用，以方便理解。

對于javaweb應用，狹隘的編碼解碼的過程可以簡單的理解為：編碼的過程是文本字符串信息編碼成01序列，解碼是將01序列恢復為文本字符串信息，具體編碼成什么樣的01序列是由編碼采用的字符集來決定的，也就是編碼方案。

亂碼是對信息采用的編碼方案無法理解，使用了錯誤的編碼方案對信息進行解碼造成的。如果要理解一段信息的真實意圖，就得知道信息采用的編碼方案，這是信息交換的密鑰，這就是為什么戰爭年代破解對方電報加密方式，實際上就是在破譯對方的編碼方案。

http協議層的編碼解碼

http協議層的字符集關系到http發送者和接送者采用什么字符集方案解析對方發送的內容。

瀏覽器端的編碼

請求端常規請求方式主要為form、url、ajax、http組件如HttpClientAPI。

瀏覽器存在文檔編碼方案charset的概念，文檔的編碼方案等同于文檔解碼方案，它對文檔中發生的請求編碼會產生影響。

影響form提交數據的編碼的因素包括：form的accept-charset屬性、html文檔的編碼方案即document.charset。其中，form的accept-charset是否能夠有效，依賴具體瀏覽器的實現，有些瀏覽器并不支持，如IE。文檔編碼方案可以通過document.charset來修改。

文檔內的url編碼，如iframe的src指定的url，以文檔編碼方案為準，地址欄的url的編碼方案完全取決于具體的瀏覽器實現，通過HttpClient組件發送請求時，url是能任意指定編碼方案的。

ajax發送http請求的url編碼方式完全取決于瀏覽器實現，一般支持以文檔編碼方案來決定，但是數據體統一采用utf-8，另外，雖然ajax可以指定header在contenttype說明編碼方案，但這種做法不會對url、數據體的編碼方案產生任何影響，甚至在有些瀏覽器中，最終contenttype中的編碼描述都無法真正影響。

另外，header的編碼方案是iso-8859-1，這個是http規范。

服務端的解碼

服務端的httpserver需要解碼的對象包括：header、url、數據體。

header解碼方案是iso-8859-1。

url解碼方案通常稱為URIEncoding，一般HttpServer會提供相應設置，標準servlet并不提供該接口。jetty默認utf-8字符集來解碼，但其他httpserver如tomcat會默認iso-8859-1。

數據體解碼在servlet中可以通過request.setCharacterEncoding來設置。一般的，有些httpserver會以characterEncoding>request請求頭字符集>utf-8的優先順序來決定數據體的解碼方案。

服務端的編碼

服務端httpserver需要編碼的對象是：header、數據體。

header的編碼方案同樣是iso-8859-1。

通常情況下，服務端必須要指定返回數據體的編碼方案且要在header中標注編碼方案，否則httpserver一般默認iso-8859-1對輸出進行編碼，而瀏覽器也無法得知返回數據體的編碼方案，只能自行猜測，完全依賴瀏覽器自己的實現。

response.setCharacterEncoding的職能是告訴httpserver數據體的編碼方案，并不會也不應該影響到header中的編碼方案的標注。response.setContentType會影響到header的編碼方案的標注，瀏覽器根據該標識決定解碼方案。對于一個健全的httpserver來說，在同時通過兩個方法指定了數據體編碼方案和header編碼方案標注的情況下，數據體編碼方案應該由后者決定，這樣使瀏覽器端得到的編碼信息和服務端真正編碼信息一致。另外，一定要注意的是這兩個指定編碼方案的方法必須在response創建輸出流之前調用，輸出流一旦創建，編碼方案無法后期指定。

瀏覽器端的解碼

瀏覽器端對返回進行解碼的對象包括：header、數據體。

header的解碼方案是iso-8859-1。

瀏覽器的數據體解碼方案依賴返回信息，瀏覽器首先從返回頭header中查找編碼方案標注，如果沒有標注，在得知返回內容為html內容的話，將從head的meta標簽中讀取，如果還沒找到，瀏覽器就不知道如何解碼，會消極的選擇一種解碼方案。

在理論上，推薦html文檔在meta中聲明編碼，且編碼的聲明一定要在文件開始的1024字節內完成，所以最好在head標簽開始時立即聲明。

文檔中通常都會有一些通過url下載的資源文件，如css和js文件，如果資源文件輸出時沒有在返回頭中指定明確的編碼方案，瀏覽器無法得知編碼方案，只能以上面介紹到的文檔編碼方案來進行解碼，這也是瀏覽器容錯的最佳策略。