multipart/form-data 当提交表单时，如何指定字符集

[jmcooler]

<Form method="POST" enctype="multipart/form-data" accept-charset="utf-8" >
此时，浏览器将隐含以 UTF-8 编码，并提交表单中的键值对。
所谓“隐含”，就是不会在各个 Part 中显示指明 Content-Type: text/plian, charset=utf-8

发出去的内容如下：
Accept-Encoding: gzip,deflate,sdch
Content-Type: multipart/form-data; boundary=boudary

--boudary
Content-Disposition: form-data; name="bobi" //表单键值对

utf-8 编码的文字串
--boudary
Content-Disposition: form-data; name="file" filename="太阳花.jpg"

二进制数据
--boudary--

但是，当表单中如果没有指定 accept-charset="utf-8" 时，对于爬虫程序，就不知道该怎么编码字符串，并提交表单了
其一，我如果按 GB2312 作为默认编码，发中国的网站还好，发国外的网站，人家就不认识
其二、我如果按 utf-8 作为字符串编码，那么我要在上面哪个行位置上告诉服务器我用的是 UTF-8 编码的呢？难道是这里：
Content-Disposition: form-data; name="bobi"
Content-Type: text/plain; charset=utf-8
这样写行不行啊？

[jmcooler]

另外，其中有个 filename="太阳花.jpg" 这里出现了中文，也需要被编码，又该怎么办呢？

[jmcooler]

需要指出的是，如果 Form 不指定 accept-charset="utf-8" 时，各种浏览器，将默认以 GB2312 编码文本数据，且并不会显示告知服务器用了这个字符集 这会出现问题的。当我往国外网站，提交一段中文文字，而该网站并未在表单里，指定可接受的字符集时，发出去肯定是乱码。 互联网，难道不可以规范一下，当表单不指定字符集时，全都默认采用 utf-8 就好啦。

[jmcooler]

我说的，主要是桌面爬虫程序，或者自动提交表单的客户端程序 而非Web服务器如何配置 UTF-8

[Defonds]

http client 请求？ 你这样试试：

Request.setHeader(CoreProtocolPNames.HTTP_CONTENT_CHARSET, Consts.UTF_8);

或者这个：

Request.Post("someurl")
        .useExpectContinue()
        .version(HttpVersion.HTTP_1_1)
        .bodyString("Important stuff", ContentType.create("text/plain", Consts.UTF_8))
        .execute()
        .returnContent().asBytes();

[Defonds]

表单头加上：

<form method="post" enctype="multipart/form-data" acceptcharset="UTF-8" > 

然后使用以下参数启动 jvm：

-Dfile.encoding=UTF-8

[tony4geek]

你加上， <%@page language="java" contentType="text/html; charset=UTF-8" pageEncoding="UTF-8"%>

[shine333]

引用 2 楼 jmcooler 的回复:

需要指出的是，如果 Form 不指定 accept-charset="utf-8" 时，各种浏览器，将默认以 GB2312 编码文本数据，且并不会显示告知服务器用了这个字符集 这会出现问题的。当我往国外网站，提交一段中文文字，而该网站并未在表单里，指定可接受的字符集时，发出去肯定是乱码。 互联网，难道不可以规范一下，当表单不指定字符集时，全都默认采用 utf-8 就好啦。

楼主谁告诉你各种浏览器默认GB2312了 另外，你现在的爬虫用的是什么类库，主要爬的网站又是哪些？

引用 1 楼 jmcooler 的回复:

另外，其中有个 filename="太阳花.jpg" 这里出现了中文，也需要被编码，又该怎么办呢？

文件名有多种编码格式，但是各种浏览器支持的种类不一。不过你是爬虫，理论上服务器应该都支持。 filename=*UTF8''%E5%A4%AA%E9%98%B3%E8%8A%B1.jpg http://stackoverflow.com/questions/93551/how-to-encode-the-filename-parameter-of-content-disposition-header-in-http