Java 中文乱码解决方案汇总

Java 中文乱码解决方案汇总 (2009-07-24 08:16:10)

<script></script> 标签：it

花掉了整整一个下午, 读了 sun, ibm, csdn, javaeye 几个网站相关资料共 12 篇, 把 Java 开发中目前可能遇到的中文乱码问题及解决方案总结了一下, 记下备忘. //******************** // 一、可能出现的乱码 //******************** 1. 包含中文内容的 JSP 页面在浏览器中显示不正确. 2. servlet 无法正确解析 POST 方式提交的中文内容. 3. servlet 无法正确解析 GET 方式提交的中文内容. 4. servlet 向 response 回送的中文内容显示不正确. 5. 读/写数据库时中文内容不正确. 6. 桌面应用程序界面中的中文显示不正确. 以上各种情况下, 凡是涉及显示的, 中文字符有可能显示为 ? 或方块 //******************** // 二、乱码产生的原因 //******************** 　　首先, 此问题的根源来自计算机字符编码方式的繁杂和标准的不统一, 由于世界各地语言文字不尽相同, 出现此问题是必然的. 其实, Java 的文件存储/编译机制, JVM 的工作机制, 在实现中内部都采用了统一的 unicode 编码方式, 若目标平台解码方式不一致, 便会出现中文乱码(实际上不仅是中文, 多/单字符集都有可能出问题, 视目标平台而不同). 　　关于字符集编码的详细分析, 内容太多, 不再转述, 在 ibm, unicode.org 等官方网站中, 可以找到几篇非常深入的资料. 此处只为记录解决方案. //************************ // 三、避免乱码的通用原则 //************************ 　　有一些通用的原则, 在编程中应该遵守, 可以免去一些初级的麻烦: 1. JSP: 　　a. JSP 文件中, 应指定 contentType, 其中 charset 的值要与客户端浏览器所用的字符集一样. 　　b. 对于其余的字符串常量, 不需做任何内码转换. 　　c. 对于字符串变量, 要能根据 ContentType 中指定的字符集还原成客户端能识别的字节流, 因为字符串变量是 "基于 <Jsp-charset> 字符集的". 2. Servlet: 　　a. Servlet 中, 应通过 HttpServletResponse.setContentType() 将 charset 设置为与客户端内码一致. 　　b. 字符串常量, 需要在 Javac 编译时指定 encoding 为与编写源文件的平台的字符集一样, 对于中文环境一般说来都是 GB2312 或 GBK. 　　c. 字符串变量, 类似 JSP, 必须是 "基于 <Servlet-charset> 字符集的". //************************************ // 四、针对各种乱码问题的具体解决方案 //************************************ 以下解决方案假定目标平台是中文平台, 测试环境为: 操作系统 : Windows Vista 版本 6.0 运行于 x86 上; GBK; zh_CN (nb), Ubuntu 8.04 浏览器　　: IE 7, FireFox 3 Java 环境 : Java 2 SDK 1.6.0_10-rc; Java HotSpot(TM) Client VM 11.0-b15 应用服务器 : Apache Tomcat 6.0 开发环境 : NetBeans IDE 6.1 类型1. “包含中文内容的 JSP 页面在浏览器中显示不正确” ------------------------------------------------- 问题描述: 一个 JSP 文件在浏览器中打开时, 中文内容显示为 ? 和方块. 解决方案1: 在 .jsp 文件中指定编码方式. 示例: <[email=[ft=,,Verdana]%@page]%@page[/email] contentType="text/html; charset=UTF-8" pageEncoding="UTF-8"%> <META http-equiv=Content-Type content="text/html; charset=UTF-8"> 说明: 将编码方式指定为 UTF-8 修改后, 中文字符在浏览器中显示正常. 类型2. servlet 无法正确解析 POST 方式提交的中文内容(同样适用于 .jsp 嵌入脚本).. ---------------------------------------------------------------------------- 问题描述: 通过 form 以 POST 方式向 servlet 提交数据时, servlet 中得到的中文内容不正确. (通过测试可证明, 并非是输出时不正确, 而是获取到的内容本身不正确, 问题 3 同). 解决方案1: 在 Servlet 中指定编码方式. 示例: 在 doPost() 方法中作以下调用. response.setContentType( "text/html; charset=UTF-8" ); // 设置 content-type response.setCharacterEncoding( "UTF-8" );  // 设置响应数据编码格式 (输出) request.setCharacterEncoding( "UTF-8" );  // 设置请求数据编码格式 (输入), 此处是关键 说明: 通常我们会用 PrintWriter out = response.getWriter(); 来获取 out 对象, 如果是这样, 那此调用必须放在上述调用之后. 之后调用 request.getParameter() 取到的参数, 不必再作任何转换. 解决方案2: 通过 filter 实现通用编码过滤. 示例: 创建一个 filter, 继承自 HttpServlet, 并实现 Filter 接口. 在 doFilter() 方法中, 将截获的 request 内容进行编码转换. 测试代码根据 Tomcat 的 filter-example 修改通过, 比较长, 在此不列出了. 说明: 如果项目中涉及编码转换的模块较多, 可用此方法. 此 filter 需实现一个继承自 HttpServletRequestWrapper 的具体类, 可利用 hashmap 结构重载 getParameterValues() 等方法. 解决方案3: 编写单独的转换函数(方法). 说明: 此方法原理跟方案2一样, 转换函数很简单, 只需要用 getBytes( "ISO8859-1", "UTF-8" ) 转换即可. 此方法适用于模块较少的情况. 类型3. servlet 无法正确解析 GET 方式提交的中文内容(同样适用于 .jsp 嵌入脚本). -------------------------------------------------------------------------- 问题描述: 通过地址栏 URL 以 GET 方式向 servlet 提交数据时, servlet 中得到的中文内容不正确. 解决方案1: 参照类型 2 的解决方案. 说明: GET 方式的这个问题, 由于跟应用服务器和浏览器发送 URL 的方式相关, 在不同的设置下, 有可能无效, 可再尝试下面的方案. 解决方案2: 修改 Tomcat 配置. 示例: 修改 %tomcat_home%/conf/server.xml 在 <Connector port="8080" protocol="HTTP/1.1"... 段内加入 URIEncoding="GBK", 重启 Tomcat 后生效. 说明: 此方法经测试有效. 但 server.xml 设置影响 Tomcat 管理的所有应用程序, 如果有别的不同编码的应用存在, 应慎用此方法. 类型4. servlet 向 response 回送的中文内容显示不正确. ------------------------------------------------- 参照类型 2 的解决方案1, 设置正确的 content-type 即可. 类型5. 读/写数据库时中文内容不正确. -------------------------------- 不同数据库上的解决方案不同, 但原理相同, 即: 指定数据库使用的字符集, 或在读/写时进行编码转换, 或二者结合使用. 5.1 MySQL: MySQL 的默认编码为 latin1, 与 ISO8859-1 相同, 涉及中文数据时需要转换. 5.1.1.插入中文:(不用编码) String sql = "INSERT INTO 表名 (字段名) VALUES('" + request.getParameter( "字段名" ) + "')"; stmt.executeUpdate( sql ); 5.1.2.显示读出的中文: 因为存入的是 Latin1, 显示需要转换. String str = new String(( rs.getString( "字段名" )).getBytes( "ISO8859_1" ), "UTF-8" ); out.println( str ); 5.1.3 直接设定字符集编码方式: Connection conn = DriverManager.getConnection( "jdbc:mysql://localhost:3306/jsp?useUnicode=true&characterEncoding=UTF-8", "root", "" ); str = "中文内容"; String sql = "INSERT INTO 表名 (字段名) VALUES('" + str + "')"; 5.2 其他数据库 (未经测试, 暂不列出) 6. 桌面应用程序界面中的中文显示不正确. --------------------------------------- 说明: 任何涉及字符串显示的地方(常量, 变量), 均应考虑到不同编码的目标平台. 可以将与界面显示相关的资源提取出来到放入资源文件 ResourceBundle(ListResourceBundle, PropertyResourceBundle). 当程序需要处理这些资源时, 从 ResourceBundle 里将需要的本地化资源装入. 需要注意的是: 为了能够正确显示中文字符, 程序里的部件需要选择指定字体, 例如在显示中文的时候使用 "SimSun", 不然界面有中文字符的时候会显示为方框. (此节未经测试) 7. 上传文件时的乱码 -------------------- 问题描述: 上传文件时, 接收到的中文数据不正确. 解决方案1: 升级标准组件. 说明: 上传时 form 设置的都是 enctype="multipart/form-data". 浏览器将以流方式提交文件, 如果使用 apach 的上传组件, 会有乱码情况. 这是因为 apache 的先期 commons-fileupload.jar 有 bug, 取出汉字后进行解码, 因为这种方式提交, 编码又自动使用的是 Tomcat 缺省编码格式 ISO8859-1. 可下载 commons-fileupload-1.1.1.jar (或更新版本) 的 jar, 已经解决了这些 bug. 但是取出内容时仍然需要对取出的字符进行从 ISO8859-1 到 UTF-8 转码. 自行编写的上传组件, 对编码的处理参照上述各点.