关于java中文乱码问题一些解决方案和经验

转载 2006年06月18日 00:28:00
   1.字节和unicode
java内核是unicode的,就连class文件也是,但是很多媒体,包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的,而byte是字节。java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度,可以用来告诉你,你用的convertor。其中两个很常用的静态函数是
publicstaticByteToCharConvertergetDefault();
publicstaticByteToCharConvertergetConverter(Stringencoding);
如果你不指定converter,则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。
byte——〉char:
"你"的gb码是:0xc4e3,unicode是0x4f60
Stringencoding="gb2312";
byteb[]={(byte)'/u00c4',(byte)'/u00e3'};
ByteToCharConverterconverter=ByteToCharConverter.getConverter(encoding);
charc[]=converter.convertAll(b);
for(inti=0;i<c.length;i++){
System.out.println(Integer.toHexString(c[i]));
}

结果是什么?0x4f60
如果encoding="8859_1",结果又是什么?0x00c4,0x00e3
如果代码改为
byteb[]={(byte)'/u00c4',(byte)'/u00e3'};
ByteToCharConverterconverter=ByteToCharConverter.getDefault();
charc[]=converter.convertAll(b);
for(inti=0;i<c.length;i++){
System.out.println(Integer.toHexString(c[i]));
}
结果将又是什么?根据平台的编码而定。
char——〉byte:
Stringencoding="gb2312";
charc[]={'/u4f60'};
CharToByteConverterconverter=CharToByteConverter.getConverter(encoding);
byteb[]=converter.convertAll(c);
for(inti=0;i<b.length;i++){
System.out.println(Integer.toHexString(b[i]));
}
结果是什么?0x00c4,0x00e3
如果encoding="8859_1",结果又是什么?0x3f
如果代码改为
Stringencoding="gb2312";
charc[]={'/u4f60'};
CharToByteConverterconverter=CharToByteConverter.getDefault();
byteb[]=converter.convertAll(c);
for(inti=0;i<b.length;i++){
System.out.println(Integer.toHexString(b[i]));
}

结果将又是什么?根据平台的编码而定。
很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入,这给我们带来诸多不便。很多程序难得用encoding了,直接用default的encoding,这就给我们移植带来了很多困难。
    2.utf-8
utf-8是和unicode一一对应的,其实现很简单
7位的unicode:0_______
11位的unicode:110_____10______
16位的unicode:1110____10______10______
21位的unicode:11110___10______10______10______
大多数情况是只使用到16位以下的unicode:
"你"的gb码是:0xc4e3,unicode是0x4f60
0xc4e3的二进制:
1100,0100,1110,0011
由于只有两位我们按照两位的编码来排,但是我们发现这行不通,因为第7位不是0因此,返回"?"
0x4f60的二进制:
0100,1111,0110,0000
我们用utf-8补齐,变成:
1110,0100,1011,1101,1010,0000
e4--bd--a0
于是返回:0xe4,0xbd,0xa0。
    3.string和byte[]
string其实核心是char[],然而要把byte转化成string,必须经过编码。string.length()其实就是char数组的长度,如果使用不同的编码,很可能会错分,造成散字和乱码。
例如:
Stringencoding=“”;
byte[]b={(byte)'/u00c4',(byte)'/u00e3'};
Stringstr=newString(b,encoding);
如果encoding=8859_1,会有两个字,但是encoding=gb2312只有一个字这个问题在处理分页是经常发生。
     4.Reader,Writer/InputStream,OutputStream
Reader和Writer核心是char,InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char读/写InputStream/OutputStream。
例如:
文件test.txt只有一个"你"字,0xc4,0xe3
Stringencoding="gb2312";
InputStreamReaderreader=newInputStreamReader(newFileInputStream(
"text.txt"),encoding);
charc[]=newchar[10];
intlength=reader.read(c);
for(inti=0;i<length;i++){
System.out.println(c[i]);
}

结果是什么?你
如果encoding="8859_1",结果是什么???两个字符,表示不认识。
反过来的例子自己做。
    5.我们要对java的编译器有所了解
javac?encoding
我们常常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。如果没有指定encoding,则按照系统的默认encoding,gb平台上是gb2312,英文平台上是iso8859_1。
java的编译器实际上是调用sun.tools.javac.main的类,对文件进行编译,这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的,然后把用utf-8形式编译成class文件。
例子代码:
Stringstr="你";
FileWriterwriter=newFileWriter("text.txt");
write.write(str);
writer.close();
如果用gb2312编译,你会找到e4bda0的字段;
如果用8859_1编译,00c400e3的二进制:
0000,0000,1100,0100,0000,0000,1110,0011
因为每个字符都大于7位,因此用11位编码:
1100,0001,1000,0100,1100,0011,1010,0011
c1--84--c3--a3
你会找到c184c3a3。
但是我们往往忽略掉这个参数,因此这样往往会有跨平台的问题:
样例代码在中文平台上编译,生成zhclass
样例代码在英文平台上编译,输出enclass
(1).zhclass在中文平台上执行ok,但是在英文平台上不行
(2).enclass在英文平台上执行ok,但是在中文平台上不行
原因:
(1).在中文平台上编译后,其实str在运行态的char[]是0x4f60,在中文平台上运行,filewriter的缺省编码是gb2312,因此chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream中,于是0xc4,0xe3放进了文件。
但是如果是在英文平台下,chartobyteconverter的缺省值是8859_1,filewriter会自动调用8859_1去转化str,但是他无法解释,因此他会输出"?"
(2).在英文平台上编译后,其实str在运行态的char[]是0x00c40x00e3,在中文平台上运行,中文无法识别,因此会出现??;
在英文平台上,0x00c4-->0xc4,0x00e3->0xe3,因此0xc4,0xe3被放进了文件。
    6.其它原因:
<%@pagecontentType="text/html;charset=GBK"%>
设置浏览器的显示编码,如果response的数据是utf8编码,显示将是乱码,但是乱码和上述原因还不一样。
    7.发生编码的地方
从数据库到java程序byte——〉char
从java程序到数据库char——〉byte
从文件到java程序byte——〉char
从java程序到文件char——〉byte
从java程序到页面显示char——〉byte
从页面form提交数据到java程序byte——〉char
从流到java程序byte——〉char
从java程序到流char——〉byte
谢志钢的解决方法:
我是使用配置过滤器的方法解决中文乱码的:
<web-app>
<filter>
<filter-name>RequestFilter</filter-name>
<filter-class>net.golden.uirs.util.RequestFilter</filter-class>
<init-param>
<param-name>charset</param-name>
<param-value>gb2312</param-value>
</init-param>
</filter>
<filter-mapping>
<filter-name>RequestFilter</filter-name>
<url-pattern>*.jsp</url-pattern>
</filter-mapping>
</web-app>
publicvoiddoFilter(ServletRequestreq,ServletResponseres,
FilterChainfChain)throwsIOException,ServletException{
HttpServletRequestrequest=(HttpServletRequest)req;
HttpServletResponseresponse=(HttpServletResponse)res;
HttpSessionsession=request.getSession();
StringuserId=(String)session.getAttribute("userid");
req.setCharacterEncoding(this.filterConfig.getInitParameter("charset"));//设置字符集?
实际上是设置了byte——〉char的encoding
try{
if(userId==null||userId.equals("")){
if(!request.getRequestURL().toString().matches(
".*/uirs/logon/logon(Controller){0,1}//x2Ejsp$")){
session.invalidate();
response.sendRedirect(request.getContextPath()+
"/uirs/logon/logon.jsp");
}
}
else{//看看是否具有信息上报系统的权限
if(!net.golden.uirs.util.UirsChecker.check(userId,"信息上报系统",
net.golden.uirs.util.UirsChecker.ACTION_DO)){
if(!request.getRequestURL().toString().matches(
".*/uirs/logon/logon(Controller){0,1}//x2Ejsp$")){
response.sendRedirect(request.getContextPath()+
"/uirs/logon/logonController.jsp");
}
}
}
}
catch(Exceptionex){
response.sendRedirect(request.getContextPath()+
"/uirs/logon/logon.jsp");
}
fChain.doFilter(req,res);
}

Java关于中文乱码问题的解决方案与经验

一、字节和unicode   Java内核是unicode的,就连class文件也是,但是很多媒体,包括文件/流的保存方式是使用字节流的。因此Java要对这些字节流经行转化。 char是unicode...
  • corehu
  • corehu
  • 2011年02月22日 20:08
  • 249

java中MySQL中文乱码问题解决方案

  • 2014年04月14日 16:54
  • 28KB
  • 下载

这是我们公司总结的一些关于中文乱码问题的一些解决方案和经验和大家分享! .

鸣谢:http://blog.csdn.net/xianyu_0418/article/details/4551252 .字节和unicode     java内核是unicode的,就连clas...
  • Hollboy
  • Hollboy
  • 2013年04月02日 10:12
  • 833

PLSQL中文乱码问题解决方案

  • 2015年06月05日 10:17
  • 847B
  • 下载

Ajax中文乱码问题解决方案

  • 2012年09月18日 11:03
  • 1KB
  • 下载

Java编程中中文乱码问题的研究及解决方案

Java编程中中文乱码问题的研究及解决方案     0 引言    Java最大的特性是与平台的无关性及开发环境的多样性。字符串被Java应用程序转化之前,是根据操作系统默认的编码方式编码。Java语...

Java Web项目中文乱码问题及解决方案剖析

一、常识了解   1.GBK包含GB2312,即如果通过GB2312编码后可以通过GBK解码,反之可能不成立; 2.java.nio.charset.Charset.defaultC...

Java各种中文乱码问题及解决方案

问题的根源 Java的内核和class文件是基于unicode的,这使Java程序具有良好的跨平台性,但也带来了一些中文乱码问题的麻烦。原因主要有两方面,Java和JSP文件本身编译时产生的乱码问题...
  • e_yohn
  • e_yohn
  • 2011年08月19日 22:42
  • 3742
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:关于java中文乱码问题一些解决方案和经验
举报原因:
原因补充:

(最多只允许输入30个字)