WEB开发中的JAVA字符编码经验总结

转载 2006年06月03日 10:45:00
一、概要
在JAVA应用程序特别是基于WEB的程序中,经常遇到字符的编码问题。为了防止出现乱码,首先需要了解JAVA是如何处理字符的,这样就可以有目的地在输入/输出环节中增加必要的转码。其次,由于各种服务器有不同的处理方式,还需要多做试验,确保使用中不出现乱码。
二、基本概念
2.1 JAVA中字符的表达
JAVA中有char、byte、String这几个概念。char 指的是一个UNICODE字符,为16位的整数。byte 是字节,字符串在网络传输或存储前需要转换为byte数组。在从网络接收或从存储设备读取后需要将byte数组转换成String。String是字符串,可以看成是由char组成的数组。String 和 char 为内存形式,byte是网络传输或存储的序列化形式。
举例:

String ying = “英”;
char ying = ying.charAt(0);
String yingHex = Integer.toHexString(ying);
82 F1
byte yingGBBytes = ying.getBytes(“GBK”);
GB编码的字节数值
D3 A2

 

2.2 编码方式的简介
String序列化成byte数组或反序列化时需要选择正确的编码方式。如果编码方式不正确,就会得到一些0x3F的值。常用的字符编码方式有ISO8859_1、GB2312、GBK、UTF-8/UTF-16/UTF-32。
ISO8859_1用来编码拉丁文,它由单字节(0-255)组成。
GB2312、GBK用来编码简体中文,它有单字节和双字节混合组成。最高位为1的字节和下一个字节构成一个汉字,最高位为0的字节是ASCII码。
UTF-8/UTF-16/UTF-32是国际标准UNICODE的编码方式。 用得最多的是UTF-8,主要是因为它在对拉丁文编码时节约空间。

UNICODE值 UTF-8编码
U-00000000 - U-0000007F: 0xxxxxxx
U-00000080 - U-000007FF: 110xxxxx 10xxxxxx
U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

三、J2SE中相关的函数
String str =”英”;
//取得GB2312编码的字节
byte[] bytesGB2312 = str.getBytes(“GB2312”);

//取得平台缺省编码的字节(solaris为ISO8859_1,windows为GB2312)
byte[] bytesDefault = str.getBytes();

//用指定的编码将字节转换成字符串
String newStrGB = new String(bytesGB2312, “GB2312”);

//用平台缺省的编码将字节转换成字符串(solaris为ISO8859_1,windows为GB2312)
String newStrDefault = new String(bytesDefault);

//用指定的编码从字节流里面读取字符
InputStream in = xxx;
InputStreamReader reader = InputStreamReader( in, “GB2312”);
char aChar = reader.read();
四、JSP、数据库的编码
4.1 JSP中的编码
(1) 静态声明:
CHARSET有两个作用:
JSP文件的编码方式:在读取JSP文件、生成JAVA类时,源JSP文件中汉字的编码
JSP输出流的编码方式:在执行JSP时,往response流里面写入数据的编码方式
(2) 动态改变:在往response流里面写数据前可以调用response.setContentType(),设定正确的编码类型。
(3) 在TOMCAT中,由Request.getParameter() 得到的参数,编码方式都是ISO8859_1。所以如果在浏览器输入框内输入一个汉字“英”,在服务器端就得到一个ISO8859_1编码的(0x00,0xD3,0x00,0xA2)。所以通常在接收参数时转码:
String wrongStr = response.getParameter(“name”);
String correctStr = new String(wrongStr.getBytes(“ISO8859_1”),”GB2312”);
在最新的SERVLET规范里面,也可以在获取参数之前执行如下代码:
request.setCharacterEncoding(“GB2312”);

4.2 数据库的编码
(1) 数据库使用UTF-16
如果String中是UNICODE字符,写入读出时不需要转码
(2) 数据库使用ISO8859_1
如果String中是UNICODE字符,写入读出时需要转码
写入:String newStr = new String(oldStr.getByte(“GB2312”), “ISO8859_1”);
读出:String newStr = new String(oldStr.getByte(“ISO8859_1”),”GB2312”);
五、源文件的编码
5.1 资源文件
资源文件的编码方式和编辑平台相关。在WINDOWS平台下编写的资源文件,以GB2312方式编码。在编译时需要转码,以确保在各个平台上的正确性:
native2ascii –encoding GB2312 source.properties
这样从资源文件中读出的就是正确的UNICODE字符串。
5.2 源文件
源文件的编码方式和编辑平台相关。在WINDOWS平台下开发的源文件,以GB2312方式编码。在编译的时候,需要指定源文件的编码方式:
javac –encoding GB2312
JAVA编译后生成的字节文件的编码为UTF-8。


①最新版TOMCAT4.1.18支持request.setCharacterEncoding(String enc)
②资源文件转码成company.name=/u82f1/u65af/u514b
③如果数据库使用utf-16则不需要这部分转码
④页面上应有
转码ⅰ:
String s = new String
(request.getParameter(“name”).getBytes(“ISO8859_1”),”GB2312”);
转码ⅱ:
String s = new String(name.getBytes(“GB2312”),”ISO8859_1”);
转码ⅲ:
String s = new String(name.getBytes(“ISO8859_1”),” GB2312”);
附录:资源
http://www-900.ibm.com/developerWorks/cn/theme/unicode.shtml
http://www.5xsoft.com/data/200109/0608094201.htm



Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=770947

java web项目开发编码规范

一、命名规范1.1 包命名包名称必须全部用小写。 命名方式:com.业务领域名.业务模块.业务子模块.系统分层 如com.hcepms.proj.ownerunit.dao ...
  • ytangdigl
  • ytangdigl
  • 2017年05月19日 10:40
  • 748

javaweb开发经验总结

通用代码进行抽取,减少代码的出错和维护量 前台js和后台js如何有校验,使用统一的校验类进行校验 通用的基础类,使用指定的文件夹或者包或者文件进行统一的管理。 开发注意标准化开发,如果查询的是相同的数...
  • u010503822
  • u010503822
  • 2017年06月09日 15:13
  • 535

web前端开发学习经验总结

开博第一篇文章。谨以此文祭奠大学逝去的时光。 web开发大概分为前台和后端,前台又可以分为美工,交互设计,js编程。后端了解不多,前端的话,可以按如下思路系统学习: 基础知识: ...
  • a2261504394
  • a2261504394
  • 2014年11月07日 16:39
  • 1269

Java中字符编码问题

1、基本信息 摘要:在Java应用程序特别是Web应用中,经常遇到字符的编码问题。为了防止出现乱码,首先需要了解字符编码的基本概念以及Java是如何处理字符编码的,这样就可以有目的地在输入/输出环节...
  • u012779679
  • u012779679
  • 2014年08月30日 16:33
  • 581

Java中以字符流形式操作文件中的编码问题

参考《字符编码略谈》,以字符流形式操作文件的时候,一定要指定正确的编码方案,否则会出现乱码等问题。 以字符流形式操作文件包括两种情形:以字符流的形式读取文件内容,将字符流写入文件中。 一、以字符流的形...
  • DSLZTX
  • DSLZTX
  • 2015年08月07日 12:06
  • 2594

Java与字符编码问题详谈

一、字符集和字符编码方式  计算机只懂得0/1两种信号,而人类所使用的符号却无法尽数。要让计算机能够表示大千世界的符号,就一定要为每个符号指定一个唯一的整数。而这一套符号与整数的对应集合,就是我...
  • DViewer
  • DViewer
  • 2016年07月05日 23:09
  • 975

J2EE-JavaWeb项目的编码乱码问题

在每次web项目中,不多不少得遇到了一些编码问题,如果你是一个有准备的人,在前期工作中就将一切编码调整完毕,也许你也会忽视这些问题。 编码为什么存在? 世界存在各种各样的语言,我们可以看懂自己的语言,...
  • No_Endless
  • No_Endless
  • 2016年07月22日 14:22
  • 1102

java程序员—工作中开发经验总结

工作也有一段时间了,其实很多的时候,一直是重复重复再重复的写着业务逻辑代码。除了上班以外,自学是一方面,还有一个很重要的方面就是总结了,前些天在最代码上看到了一篇《关于公司WEB项目源码团队协作开发的...
  • yueding_h
  • yueding_h
  • 2016年08月28日 21:56
  • 2558

javaWeb项目编码问题探索

这两天遇到了javaweb项目中乱码的问题,想趁此机会搞搞清楚,顺便把过程记录下来,方便以后查看。 首先新建一个动态javaweb工程,写两个jsp,index.jsp和a.jsp,如下图 启...
  • baokx
  • baokx
  • 2016年01月15日 23:56
  • 760

登陆拦截 filter() , 字符编码拦截器

一:Filter拦截器作用和使用的规则. Filter拦截器作用就是去拦截所有用户发送的请求和资源文件(servlet/jpg/.js/.css) 通过web.xml指明的url-patt...
  • LiuHang03
  • LiuHang03
  • 2015年11月30日 21:23
  • 1046
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:WEB开发中的JAVA字符编码经验总结
举报原因:
原因补充:

(最多只允许输入30个字)