最近在java web项目开发过程中遇到了很多非常让人头痛的问题。其中一个就是项目编码更换问题。此篇文章记录了整个项目编码码更换的过程。
本来在项目使用的UTF-8编码，一切是如此的完美，但由于种种原因，项目最终不得不使用GBK编码，各种问题就接踵而至。在项目已开发了大部分的情况需要改变编码（UTF-8转到GBK），更改编码是件不得不慎重的事情，稍有不甚就造成大量的乱码，不仅会引起大家的不满，还会拖延项目的时间。
做这次转码需要考虑和做以下几个事情：
- 目录和文件的结构
- 哪些文件本身需要转码
- 哪些文件内容需要转码
- 转码之后会代码级乱码问题如何解决
1.改变文件本身的编码
需要编码的文件有很多，不可能手工的去更改每个文件的编码，即使可以能手工去更改，但作为程序员，应该学会让电脑来帮我们去处理这类事情。快速处理文件的工具很多，如Python,Perl等。这里我选择了Python。这里主要是我之前了解过Python 的语法，对Python有那一点熟悉。在只了解语法的情况下来使用Python解决实际问题，这就需要google的帮助了。
基本框架的编写。通过思考之后，自己需要去编写一个文件转码工具，工具的作用就是进入目录后循环遍历目录和子目录，获取文件并转换文件的编码。程序流程如下： “初化化目录-->对文件转码-->继续进入子目录-->对文件转码-->....”。 这是一个循环遍历目录和查找文件的过程。分析之后，程序的算法和结构就基本定下了。现在就根据思路来搭工具的架子。
import os
#循环遍历目录，对目录中的文件进行转码
def file_u2g(path):
for f in os.listdir(path):
#获取文件的磁盘地址
pathname = os.path.join(path, f)
#如果为目录，则进入子目录继续遍历
if os.path.isdir(pathname):
file_u2g(pathname)
#如果为文件，则对文件进行转码处理
elif os.path.isfile(pathname):
#转码过程....
转码程序的编写。现在要需转码的核心代码了。转码的代码流程如：获取文件内容(UTF-8)-->预存内容-->重新写入文件(GBK)。三个步骤就完成转码。 如何读写文件，查了下Python的API文档就立即明了。
import os
#循环遍历目录，对目录中的文件进行转码
def file_u2g(path):
for f in os.listdir(path):
#获取文件的文件路径
pathname = os.path.join(path, f)
#如果为目录，则进入子目录继续遍历
if os.path.isdir(pathname):
file_u2g(pathname)
#如果为文件，则对文件进行转码处理
elif os.path.isfile(pathname):
#获取文件内容并预存，UTF-8
content = open(pathname, 'r', -1, 'utf-8').read()
#向文件写内容，GBK
open(pathname, 'w', -1, 'gbk').write(content)
备份程序的编写。上面代码并不完善，转码之后，原始文件将不会存在。为了安全起见，需要对原始文件进行备份。备份过程很简单，只需对原始文件重命名即可。
import os
#循环遍历目录，对目录中的文件进行转码
def file_u2g(path):
for f in os.listdir(path):
#获取文件的文件路径
pathname = os.path.join(path, f)
#如果为目录，则进入子目录继续遍历
if os.path.isdir(pathname):
file_u2g(pathname)
#如果为文件，则对文件进行转码处理
elif os.path.isfile(pathname):
#获取原始文件内容并预存，UTF-8
content = open(pathname, 'r', -1, 'utf-8').read()
#备份，重命名原始文件
os.rename(pathname, pathname + "_old")
#向文件(使用原始文件名)写内容，GBK
open(pathname, 'w', -1, 'gbk').write(content)
异常处理的编写。为了防止代码因出现异常终止而无法完成其它文件的转码，则需要处理异常，并以友好的方式显示文件转码是成功还是失败。对不需要转码的文件进行过滤处理。
import os
#循环遍历目录，对目录中的文件进行转码
def file_u2g(path, prefix=''):
for f in os.listdir(path):
#对.svn目录过滤
if f.startswith("."):
continue
#获取文件的文件路径
pathname = os.path.join(path, f)
#如果为目录，则进入子目录继续遍历
if os.path.isdir(pathname):
print(prefix + "+" + f)
file_u2g(pathname, prefix + ' ')
#如果为文件，则对文件进行转码处理
elif os.path.isfile(pathname):
#对备份文件过滤
if f.endswith("_old"):
continue
try:
#获取原始文件内容并预存，UTF-8
content = open(pathname, 'r', -1, 'utf-8').read()
#备份，重命名原始文件
if os.path.exists(pathname + "_old"):
os.remove(pathname + "_old")
os.rename(pathname, pathname + "_old")
#向文件(使用原始文件名)写内容，GBK
open(pathname, 'w', -1, 'gbk').write(content)
except Exception as e:
print(prefix + "-" + f + "-----------------------failure")
print(prefix + e)
else:
print(prefix + "-" + f + "-----------------------success")
2.改变文件内容的编码
内容转码，即是将内容中有UTF-8的字样都转换成GBK，对文件内容转码的同时也对文件本身进行转码。有了上面转码的程序的产生，编写内容编码就不在是一件什么困难的事了。 代码如下：
import os
#utf-8 to gbk
def content_u2g(path, prefix=''):
for f in os.listdir(path):
pathname = os.path.join(path, f)
if f.startswith("."):
continue
if os.path.isdir(pathname):
print(prefix + '+' + f)
content_u2g(pathname, prefix + ' ')
elif os.path.isfile(pathname):
if f.endswith("_old"):
continue
#只针对JSP页面进行编码
if not f.endswith(".jsp"):
continue
try:
content = open(pathname, 'r', -1, 'utf-8').read()
if os.path.exists(pathname + "_old"):
os.remove(pathname + "_old")
os.rename(pathname, pathname + "_old")
#对内容进行转码
open(pathname, 'w', -1, 'gbk').write(content.replace("UTF-8", "GBK").replace("utf-8", "gbk"))
except Exception as e:
print(prefix + '-' + f + "--------failure")
print(prefix + e)
else:
print(prefix + '-' + f + "--------success")
3.处理代码级的乱码问题
在Java web编程中，乱码一直是一个的问题。解决乱码的一个最有效和最直接的方法就是所有的编码进行统一，如果再出现乱码，就进行个别分析的处理。 Java文件和JSP页面已都转成了GBK编码，剩下统一编码的工作就是对tomcat,filter设置统一编码。
在tomcat中只需在server.xml配置文件，加入URIEncoding="GBK"即可，如下：
<Connector port="8080" protocol="HTTP/1.1"
connectionTimeout="20000"
redirectPort="8443" URIEncoding="GBK"/>
编写过滤字符集的filter。 在doGet或doPost方法中设置编码，代码如下：
request.setCharacterEncoding("gbk");
response.setCharacterEncoding("gbk");
jquery ajax中产生的乱码问题非常让人头痛，因为系统对get和post两种提交方式编码处理方式不同。 jquery对post之后的内容进行了UTF-8编码，在后台java中需要进行UTF-8的解码才能获取中文问题。所在在后台java中单纯统一地设置为GBK是无法解决这种乱码问题。 所以我们需在在过滤器中识别哪些是ajax post提交的请求，对这种请求设置UTF-8编码。其它请求设置GBK编码。
由于时间不足问题，这里我先只提出解决方案，暂时不写思考过程，待以后完善。
- 修改jquery源代码： 找到jquery处理post代码地方，设置一个post标识请求头，以便在java能够识别。 这里使用的是jquery-1.6.2的版本
ajaxSettings: { url: ajaxLocation, isLocal: rlocalProtocol.test( ajaxLocParts[ 1 ] ), global: true, type: "GET", encoding: "UTF-8", contentType: "application/x-www-form-urlencoded;", processData: true, async: true, .... // Set the correct header, if data is being sent if ( s.data && s.hasContent && s.contentType !== false || options.contentType ) { jqXHR.setRequestHeader("Request-Type", "post"); jqXHR.setRequestHeader( "Content-Type", s.contentType + (s.encoding ? "; charset=" + s.encoding : "")); } - 修改filter代码：
String requestType = request.getHeader("request-type"); if (requestType != null || "post".equals(requestType)) { request.setCharacterEncoding("utf-8"); } else { request.setCharacterEncoding("gbk"); }
好了，大功告成。对于js文件和css文件等其它文件的转码，只需要参考1与2两点就能很好的解决。
795
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
