java转换字符串编码格式 (解码错误,重新解码)

字符集概念：规定了某个文字对应的二进制数字存放方式（编码）和某串二进制数值代表了哪个文字（解码）的转换关系。

我们在计算机屏幕上看到的是实体化的文字，而在计算机存储介质中存放的实际是二进制的比特流。

 

乱码场景(纯属瞎掰)：

　　1) 前台输入utf-8编码的一串汉字(string1)。 (页面编码为utf-8, 在内存中会将这串汉字以utf-8编码为对应的二进制流存储)

　　2) 这串汉字(string1)的二进制流在经过http协议传输到后台时，这段比特流会被以iso-8859-1编码强行解码为字符串(string2)。

　　　(2.1 http默认编码格式为iso-8859-1)

　　　(2.2 这个默认编码在什么时候起作用呢? 应该是在到达tomcat之后, 到达servlet之前, tomcat对request请求强行使用iso-8859-1进行了解码)

　　　(2.3 有什么办法阻止tomcat对request请求强行iso-8859-1解码呢?

　　　　　　apache-tomcat\conf\server.xml中添加URIEncoding="UTF-8"配置即可,还是来个图吧)

　　　　

　　3) 在后台(servlet)接收字符串(string2)时毫无疑问的乱码了。

　　4) 这时需要将接收到的字符串(string2)根据iso-8859-1编码重新转换为byte流。再将byte流根据utf-8编码重新解码为字符串(sting3)。

　　5) 这时的字符串(string3)和前台的字符串(string1)是对应同一个二进制流，并且使用的是同一种编码。也就不会乱码了。

 

乱码的另一种解决办法： 

　　request.setCharacterEncoding("UTF-8"),这句话熟悉么,这句话的意思是：用"utf-8"编码对客户端的请求进行重新解码。

　　在步骤2之后(或步骤3中)执行，那么接收到的参数也不会乱码啦。

 

一个小例子：

import java.io.UnsupportedEncodingException;

public class ConvertEncodingFormat {

    /**
     * 将一段错误解码的字符串重新解码
     */
    public static String convertEncodingFormat(String str, String formatFrom, String FormatTo) {
        String result = null;
        if (!(str == null || str.length() == 0)) {
            try {
                result = new String(str.getBytes(formatFrom), FormatTo);
            } catch (UnsupportedEncodingException e) {
                e.printStackTrace();
            }
        }
        return result;
    }

    /**
     * test
     */
    public static void main(String[] args) {
　　　　 // utf-8编码
        String str = "你好，少年！";

        // UTF-8编码的byte流强行用iso-8859-1解码，毫无疑问的乱码了
        String str1 = convertEncodingFormat(str, "UTF-8", "iso-8859-1");
        System.out.println(str1);

        // 将str1再转化为byte流,重新用UTF-8解码，乱码问题解决
        String str2 = convertEncodingFormat(str1, "iso-8859-1", "UTF-8");
        System.out.println(str2);
    }

}