Apache服务器中文页面乱码的解决办法

采用典型的LAMP架构开发的时候，环境中多处涉及到编码的指定，有一个地方忽略，都有可能造成页面汉字乱码的产生，本文将总结这些乱码产生的可能的原因，方便我们排查。

1、页面中的问题。

每个网页文件都有其编码，同时网页文件的源码中，也有一个位置会告诉浏览器，这个页面应该用什么样的编码去解释。

charset=UTF-8” />

这里指定的编码应该和页面本身的编码一致，否则就会产生乱码。

还有一个需要注意的问题：当在ie浏览器下面浏览网页面的时候使用 utf-8 编码，的内容时，如果在前有奇数个全角字符时，IE把 UTF-8 当作两个字节解析时出现半个汉字的情况，这时该半个汉字会和的<结合成一个乱码字，导致IE无法读完< title>部分，致使整个页面为空百输出。此时查看源文件，会发现实际上整个页面全部已经下载了。

浏览器获得编码的方式：

HTTP Header中的"Content-Type”项；
返回的html代码开头是否有BOM（Byte of Marker）；
html代码中的 meta 标签；

浏览器解码解析网页的过程：

浏览器(无论是IE还是Firefox)在解析页面时，首先取HTTP Header中的Content-Type项，如果有写明charset的话就认定页面的编码方式为charset指定的值。如果没有指明，则认定为默认值。根据上表，IE中文版的默认值是GB2312，Firefox中文版的默认值是GBK，不过IE的GB2312好像和GBK没啥区别。然后，浏览器会看一下有没有BOM。一旦发现有UTF-8的3字节BOM，则重新认定页面的编码方式为UTF-8。

解码阶段，解码完成后是解析html的阶段。解析html的过程中，当解析到head部分的meta标签时，浏览器会根据这个语句中的说明，重新认定编码方式为charset后面的方式，中断html解析过程，返回到解码步骤重新解码。

meta标签的作用：

“meta是用来在HTML文档中模拟HTTP协议的响应头报文。”在meta标签中写和在HTTP头里写是一样的，这也是为了解决用普通 HTML写网页的人无法自行定义HTTP头的问题。但是，meta是一个html标签，所以必须进入到html解析的步骤才能生效，而生效后，浏览器会退回几步，重新设置好HTTP头从头再开始解码、解析html。所以meta中写的内容会覆盖HTTP头里的内容，无论哪个浏览器都是这样的。

2、Apache的DefaultCharset配置。

Apache2的配置中有这么一项 AddDefaultCharset ，默认这项设置在配置文件中并没有指定的。

AddDefaultCharset 指令
说明    
当应答内容是text/plain或text/html时，在HTTP应答头中加入的默认字符集
语法     AddDefaultCharset On|Off|charset
默认值     AddDefaultCharset Off
作用域     server config, virtual host, directory,
.htaccess
覆盖项     FileInfo
状态     核心(C)
模块     core

当且仅当应答内容是text/plain或text/html时，此指令将会在HTTP应答头中加入的默认字符集。理论上这将覆盖在文档体中通过标 签指定的字符集，但是实际的行为通常取决于用户浏览器的设置。AddDefaultCharset Off 将会禁用此功能。 AddDefaultCharset On 将启用Apache内部的默认字符集iso-8859-1 。您也可以指定使用在IANA注册过的字符集名字 中的另外一个charset 。比如说： AddDefaultCharset utf-8

也就是说，当Apache不指定defaultcharset的时候，页面编码由页面自己的meta标签指定。 当Apache指定的时候，将忽略页面中的meta标签指定的编码. 但是容许脚本直接header编码方式给客户端。

这样，我们就清楚了，服务器配置一般不选择这一项，就给我们页面编写带来了很多灵活性。同一个服务器中，可以存在不同编码的网页。当然，这并不是一个很好的习惯。