解决ASP.NET中的各种乱码问题

解决ASP.NET中的各种乱码问题

阅读目录

• 开始
• 页面显示乱码问题
• AJAX提交的数据乱码问题
• JavaScript中正确的URL编码方式
• ASP.NET中正确的URL编码方式
• 正确的URL编码方式的总结
• 彻底解决encodeURIComponent()与GB2312乱码问题
• Cookie乱码问题
• 下载文件名乱码问题
• 多语言数据的乱码问题
• 乱码问题的总结

经常发现有人被乱码困扰着，而我感觉比较幸运，很少为此烦恼过。

在这篇博客中，我将把我想到的一些与乱码有关的经验总结出来，供大家参考。

回到顶部

页面显示乱码问题

在一个网站中，有些页面会正常显示，然而，有些页面会显示成乱码。如果发生这种情况，可以检查一下web.config和文件编码。

如果web.config是这样配置的：

<globalization fileEncoding="utf-8" />

而文件的编码不是UTF-8：

那么就会有乱码问题。

注意：反之是不是会出现乱码的。
1. 不设置fileEncoding，此时不会有乱码现象。
2. fileEncoding="gb2312"，文件以utf-8编码，此时也不会有乱码现象。

因此，我建议最好让所有文件都以UTF-8编码保存，从而解决这类乱码问题。

回到顶部

AJAX提交的数据乱码问题

AJAX技术流行了这么多年了，我想现在没有几个网站不使用这种技术的。然而，有些人在使用AJAX时，遇到了乱码问题。

通过分析这类乱码案例中，我发现几乎都是采用这种方式向服务端提交数据： “key1=” + escape(value1) +“&key2=” + escape(value2)

这种方法在多数情况下，的确能够正常工作，然而遇到一些特殊字符，就行不通了。原因我后面再来解释。

我为这类不正确的方法准备了一个示例 （为了保持示例简单，我演示一个拼接URL），
页面代码如下：

<p><a id="link2" href="#" target="_blank">escape</a></p>

<script type="text/javascript">
    var str = "aa=1&bb=" + escape("fish li + is me.") + "&cc=" + escape("大明王朝1368");
    $("#link2").attr("href", "/test_url_decode.ashx?method=escape&" + str);
</script>

服务端的代码就是从QueryString读取那些参数值，然后输出。由于代码实在太简单，就不贴出了。（可下载示例代码）

当我点击链接时，服务端返回了这样的结果：

注意："fish li + is me." 中间的加号没有了。

解决这个问题有个简单的方法，那就是使用JQuery的$.param()方法，修改后的代码如下：

<script type="text/javascript">
    var myobject = { aa: 1, bb: "fish li + is me.", cc: "大明王朝1368" };
    $("#link1").attr("href", "/test_url_decode.ashx?method=param&" + $.param(myobject));
</script>

另外，我非常反感拼接这种提交数据：“key1=” + escape(value1) +“&key2=” + escape(value2)
因为这种代码的可读性太差了，在此，我建议在AJAX调用时，最好直接使用JQuery的$.ajax方法向服务端提交数据。
请看下面的示例代码（注意我为data属性赋值的方式）：

<p><a id="btnTestParam" href="javascript:void(0);">Click me!  【点击我】</a></p>
<div id="divResult"></div>

<script type="text/javascript">
    $(function() {
        $("#btnTestParam").click(function() {
            $.ajax({
                url: "/TestParam.ashx", type: "GET", cache: false,
                data: { id: 2,
                    name: "fish li + is me.",
                    tel: "~!@#$%^&*()_+-=<>?|",
                    "x?x!x&x": "aa=2&bb=3&cc=汉字。",  // 特殊的键名，值内容也特殊。
                    encoding: "见鬼去吧。?& :)",
                    中文键名: "大明王朝1368"
                },
                success: function(responseText) {
                    $("#divResult").html(responseText);
                }
            });
        });
    });
</script>

运行结果：

回到顶部

JavaScript中正确的URL编码方式

看过前面的示例，您有没有想过：为什么escape不能解决的问题，JQuery就能解决呢？

对于这个问题，我想还是先来看看MSDN中关于escape的说明（截图）：

MSDN说的很清楚，我也没有必要再做解释。

不过，我想有人可能会问：我用POST提交数据呢？那可是不经过URL的。
是的，POST数据时，参数没有放在URL中，但是，仍然采用URL编码。
POST数据也采用URL编码，是因为：表单可以采用GET方式提交，那么数据将通过URL提交给服务器。
所以提交的数据都要经过URL编码。

我们再来看一下$.ajax是如何处理数据的提交过程的：

ajax: function( origSettings ) {
    var s = jQuery.extend(true, {}, jQuery.ajaxSettings, origSettings);

    // ............... 去掉一些无关的代码

    // convert data if not already a string
    if (s.data && s.processData && typeof s.data !== "string") {
        // 注意下面这个调用
        s.data = jQuery.param( s.data, s.traditional );
    }

再来看jQuery.param的实现过程：

// Serialize an array of form elements or a set of
// key/values into a query string
param: function( a, traditional ) {
    var s = [];
    // ............... 去掉一些无关的代码

    // If an array was passed in, assume that it is an array of form elements.
    if ( jQuery.isArray(a) || a.jquery ) {
        // Serialize the form elements
        jQuery.each( a, function() {
            add( this.name, this.value );
        });

    } else {
        // ............... 去掉一些非重点代码
    }

    // Return the resulting serialization
    return s.join("&").replace(r20, "+");

    function add( key, value ) {
        // If value is a function, invoke it and return its value
        value = jQuery.isFunction(value) ? value() : value;
        s[ s.length ] = encodeURIComponent(key) + "=" + encodeURIComponent(value);
    }
}

这段代码的核心就是add函数的实现了，它在内部调用了encodeURIComponent()函数。
我们应该注意JQuery对数据的处理方式：encodeURIComponent(key) + "=" + encodeURIComponent(value);
JQuery在最后还把%20还替换成 + 号了。

在WEB开发领域，我想大家对JQuery的权威应该不用怀疑吧？ 所以我认为JQuery的方法肯定是正确的。

从JQuery的实现方式也可以看出：encodeURI()其实也是不推荐在编码URL数据时使用的。

说到这里，我要说说为什么不推荐使用encodeURI。
encodeURI用于对整个URL字符串进行编码，如果某个参数值本身包含一些特殊字符。
例如：key = "x?x/x&x", value = "aa=2&bb=3&cc=汉字。"，这个函数的结果将会不正确。
它通常用于编码URL路径中包含有类似汉字这种场合，不适合处理URL参数。
但是，URL路径中的目录名与文件名，我们可以选择英文字符，所以encodeURI通常没有机会使用。

回到顶部

ASP.NET中正确的URL编码方式

前面介绍了JavaScript中三种URL的编码方式，在服务端，ASP.NET有更多的URL编码方法，
今天我也把服务端的编码也做了个总结，因为我发现网上有些资料也是错误的。

在ASP.NET中提供三个URL编码方法：HttpUtility.UrlPathEncode、HttpUtility.UrlEncode、Server.UrlEncode
.NET framework还提供了System.Uri这个类，它也有一些用于URL处理的方法。比如EscapeUriString，EscapeDataString这二个方法，可用于URL路径与参数的编码任务。

面对这些方法，我该选择哪个？
我建议在 ASP.NET 中，编码查询参数 时选择HttpUtility.UrlEncode(str) ，
并且在拼接URL时，采用 HttpUtility.UrlEncode(key) + "=" + HttpUtility.UrlEncode(value) 的方法。
如果要 编码URL中的路径，请使用HttpUtility.UrlPathEncode()

下面我来解释前面不建议使用的另外的一些方法的原因：
1. Server.UrlEncode: 这个方法其实也是调用HttpUtility.UrlEncode，只是它会尽量使用Response.ContentEncoding所表示的编码格式，然而HttpUtility.UrlEncode(str)总是会使用UTF-8编码，如果你不希望被字符编码纠缠，那就应该放弃Server.UrlEncode ，毕竟UTF-8编码才是更好的选择。
2. 虽然System.Uri的那二个编码方法，也能实现我们需要的URL编码任务，但是，当ASP.NET在填充Request.QueryString, Request.Form时，使用的解码方法是HttpUtility.UrlDecode，因此，如果你执意选择使用System.Uri的相关的编码方法，显然就不能与解码方法匹配，后果如何就难说了。

回到顶部

正确的URL编码方式的总结

由于编码函数（方法）较多，而且又比较重要，我认为有必要再做个总结。

一个完整的URL可以简单地认为包含二个部分：文件路径（含目录） 和 查询参数(QueryString)
在编码时，一定要分开处理。
编码文件路径时，应该选择 encodeURI，HttpUtility.UrlPathEncode 。
编码查询参数时，应该选择 encodeURIComponent，HttpUtility.UrlEncode，而且拼接方式应该是：Encode(key) + "=" + Encode(value)

绝对不能先把整个URL（包含查询参数）拼接起来了，再来考虑该选择哪个编码方法。

再说一遍：在JavaScript中使用escape肯定是错误的。

回到顶部

彻底解决encodeURIComponent()与GB2312乱码问题

前面我建议在JavaScript中使用encodeURIComponent()来处理提交数据，然而encodeURIComponent()在编码字符时，使用的是UTF-8编码。也正因为这个原因，有人可能会说：我的网站使用的编码方式是gb2312 !

<globalization requestEncoding="gb2312" responseEncoding="gb2312" />

对于这个回答，我有时实在不想再说下去了：你就不能把网站的编码改成UTF-8吗？

现在好了，我设计了一种方法，可以解决在GB1212编码的网站中使用encodeURIComponent()，这个方法的设计思路比较直接：既然encodeURIComponent()是使用UTF-8编码，那么，我们是不是只要告诉服务端，客户端提交的数据是UTF-8编码的，此时服务端只要识别后，按照UTF-8编码来解码，问题就解决了。

理清了思路，代码其实很简单。首先来看客户端的代码。

$.ajax({
    // 注意下面这行代码，它为请求添加一个自定义请求头
    beforeSend: function(xhr) {    xhr.setRequestHeader("x-charset", "utf-8"); },

    url: "/TestParam.ashx", type: "GET", cache: false,
    data: { id: 2,
        name: "fish li + is me.",
        tel: "~!@#$%^&*()_+-=<>?|",
        "x?x!x&x": "aa=2&bb=3&cc=汉字。",  // 特殊的键名，值内容也特殊。
        encoding: "见鬼去吧。?& :)",
        中文键名: "大明王朝1368"
    },
    success: function(responseText) {
        $("#divResult").html(responseText);
    }
});

注意：在原来的基础上，我只加了一行代码：

beforeSend: function(xhr) {    xhr.setRequestHeader("x-charset", "utf-8"); },

再来看服务端代码。我写了一个HttpModule来统一处理这个问题。

public class ContentEncodingModule : IHttpModule
{
    public void Init(HttpApplication app)
    {
        app.BeginRequest += new EventHandler(app_BeginRequest);
    }

    void app_BeginRequest(object sender, EventArgs e)
    {
        HttpApplication app = (HttpApplication)sender;
        HttpWorkerRequest request = (((IServiceProvider)app.Context)
                            .GetService(typeof(HttpWorkerRequest)) as HttpWorkerRequest);

        // 注意：我并没有使用 app.Request.Headers["x-charset"]
        // 因为：绝大部分程序不访问它，它将一直保持是 null，
        // 如果我此时该问这个集合，会导致填充它。
        // 我认为填充Headers集合比我下面的调用的成本要高很多，
        // 所以，直接通过HttpWorkerRequest读取请求头对性能的损耗会最小。

        string charset = request.GetUnknownRequestHeader("x-charset");
        if( string.Compare(charset, "utf-8",  StringComparison.OrdinalIgnoreCase) == 0 )

            // ASP.NET在填充QueryString,Form时，会访问Request.ContentEncoding做为解码时使用的字符编码
            app.Request.ContentEncoding = System.Text.Encoding.UTF8;
    }

改造后的结果是：除非客户端明确添加"x-charset"请求头，否则还是按原来的方式处理，对于服务端代码来说，完全不用修改。

说明：
1. 如果网站的提交全部采用JQuery，也可以统一设置，这是JQuery支持的功能。
2. 如果使用JQuery1.5以上版本，也可以写成：headers: {"x-charset" : "utf-8"}
3. 就算以后网站使用UTF-8编码，所有代码不需要做任何修改。

回到顶部

Cookie乱码问题

前段时间，有人在博客的评论中问我：asp.net服务器端写中文cookie,js客户端读取时乱码。

其实这个问题还是比较好解决的，方法是：写Cookie时用HttpUtility.UrlEncode编码，然后在客户端使用decodeURIComponent把内容转回来就可以了。在此，我推荐使用jquery.cookie.js这个插件来读写Cookie。 示例代码如下（前端）：

$(function() {
    var cookie = $.cookie("TestJsRead");
    $("#cookieValue").text(cookie);
});

服务端代码：

cookie = new HttpCookie("TestJsRead", HttpUtility.UrlEncode("大明王朝1368"));
Response.Cookies.Add(cookie);

回到顶部

下载文件名乱码问题

有时我们需要在程序运行时动态的创建文件，并让用户下载这个在运行时产生的文件，然而，有时候用户会要求程序能生成一个默认的文件名，方便他们保存。此时，我们只需要设置Content-Disposition这个响应头，并给一个默认的文件名就可以了。

一般说来，我们只要让默认的下载文件名是英文及数字，问题永远不会出现，但是，有时候用户可能要求默认的文件中包含汉字，最终，问题也随之发生了。请看下面的代码：

public void ProcessRequest(HttpContext context)
{
    byte[] fileContent = GetFileContent();
    context.Response.ContentType = "application/octet-stream";

    string downloadName = "ClownFish性能测试结果.xlsx";
    string headerValue = string.Format("attachment; filename=\"{0}\"", downloadName);
    context.Response.AddHeader("Content-Disposition", headerValue);

    context.Response.OutputStream.Write(fileContent, 0, fileContent.Length);
}

这段代码在我的FireFox, Opera, Safari, Chrome都能正常运行，其中FireFox显示的下载对话框也是我期待的样子：

遗憾的是，在我的IE8中是这样的：

对于这个乱码问题，我们需要把代码做一点修改：

string downloadName = "ClownFish性能测试结果.xlsx";
if( context.Request.Browser.Browser == "IE" )
    downloadName = HttpUtility.UrlPathEncode(downloadName);

此时IE显示的文件名就不是乱码了。

说明：我的机器环境是 Windows Server 2003 SP2, 用于测试的浏览器版本分别为：

回到顶部

多语言数据的乱码问题

现在还有一种乱码问题是：同一个程序供多种不同字符集（语言）的用户在使用。
例如：程序是简体中文的，此时，繁体中文的用户无法保存繁体汉字（就算简体汉字能正常显示）。

当发现这种现象时，需要检查一下数据库的字段类型，是否是Unicode或者UTF-8，因为当数据字段的字符集不支持多种语言时，乱码问题必定产生。

我建议在使用SQL SERVER时，保存文字的字段都使用N开头的类型，如：nvarchar, nchar，除非明确知道要保存邮政编码或者md5值，才有必要使用char(xxx)这种数据类型。类似的，在MySQL中，我建议使用UTF-8

回到顶部

乱码问题的总结

ASP.NET的乱码问题一般与二个因素有关：
1. 选择了不恰当的字符编码，如：gb2312
2. 选择了不正确的URL编码方法，如：escape()

因此，解决方案其实也不难：
1. 字符编码选择 utf-8 ，包含文件编码，请求/响应编码，数据库字段类型。
2. URL编码方法选择encodeURIComponent，再次强烈推荐直接使用JQuery

我一直认为：正确的方法可以让我在无形中避开许多问题。
如果你还为乱码问题而烦恼，我建议你先想想你是否选择了不正确的编码（方法）。

点击此处下载示例代码