常见字符集简介 数据库以及jsp中文乱码问题以及Struts 中文乱码问题 Filter解决

原理介绍：

一：

常见字符集简介

　　字符集就是字符内码到字符的表现形式之间的映射的集合。ASCII字符A是就内码0x41的表现形式，所以在很多程序语言中，字符变量和整型变量仅在一念之差。

1.　　　　ISO8859系列

ISO8859包括诸如ISO8859-1，ISO8859-2之类的一系列字符集，它们都是8位的字符集，0~0x7F仍与ASCII字符集保持兼容，大于0x7F的是各种拉丁字符或欧洲字符的扩展。

2.　　　　GB2312字符集

如果像ISO8859系列一样，大于0x7F的字符用来表示汉字，则最多表示128个，这显然不够，于是就有了GB2312标准所产生的字符集，如果当前字节(8 bit)小于0X80，则仍当它为英文字符；如果它大于等于0x80，则它和紧接着它的下一个字节构成一个汉字字符，这样，GB2312字符集可包含大约4000多个常用简体汉字和其他汉字中的特殊符号（如①㈠之类）。其他类似的汉字字符集还有GBK（GB2312的扩展），GB18030，Big5(繁，台湾省用)，详细规范介绍可参考：http://www.unihan.com.cn/cjk/ana17.htm

3.　　　　Unicode字符集

Unicode字符最初是16位的(出于需要，后来增加了代用对)，它和7位的US-ASCII保持兼容，MS的Windows NT/2000/XP和Sun的Java都用它作为默认的字符集，它最初是美国商务联盟的事实上的标准，它遵循国际通用字符(UCS)集标准：ISO/IEC 10646。Unicode的主要目标是提供一个“通用字符集”，这个通用字符集包括世界上所有的语言，字母和文字，所以在Unicode字符集中，不光“I”是字母，“我”也是字母，在写Java时也可以“int 我是中国人 = 0xff;”。毕竟16位的Unicode字符集最多只有216= 65536个字符，还不足以在实际应用中表示所有的字符，而且在以英文为主要信息的互联网时代，它的使用、存储与传输，都极其浪费空间，所以在此基础上出现了UTF-8(Unicode Transformation Form 8-bit form)和UTF-16这两种对Unicode字符编码的规范，在UTF-8中，属于US-ASCII中的字符，仍用一个字节表示，且和US-ASCII兼容，编码其他的字符，则用1（大于0x7F部分）到3个字节。UTF-8的变长性和复杂性，对非ASCII的字符，就不大友好了，也开始违背了Unicode的初衷。而UTF-16则是很简单的编码方式，它完全遵循Unicode标准，用16位的定长空间来表示部分Unicode字符集。关于Unicode的更多规范，请访问Unicode联盟站点：http://www.unicode.org，UTF-8和UTF-16分别定义在IETF的RFC 2279和RFC 2781中，可以通过http://www.ietf.org/rfc2279.txt或http://www.ietf.org/rfc2781.txt访问它们。

一般情况下，字符集名称是大小写不敏感的，所以GB2312也可以写作gb2312或Gb2312。

pageEncoding及contentType的作用:

jsp头部的charset是response的编码方式，也就是响应的编码方式，而request.setCharacterEncoding("GB2312");是请求的编码方式，一个是从客户端到server，一个是server响应给客户端

pageEncoding属性存在，那么JSP页面的字符编码方式就由pageEncoding决定，

否则就由contentType属性中的charset决定，都没有的话默认是ISO-8859-1。

pageEncoding 在JSP标准的语法中，如果pageEncoding属性存在，那么JSP页面的字符编码方式就由pageEncoding决定，否则就由contentType属性中的charset决定，如果charset也不存在，JSP页面的字符编码方式就采用默认的ISO-8859-1。

ContentType
ContentType属性指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”; 字符编码方式的默认值是“ISO-8859-1”. MIME类型和字符编码方式由分号隔开pageEncoding的内容只是用于jsp输出时的编码，不会作为header发出去的。pageEncoding   是通知web server    jsp的编码如果ContentType中指定charset为GBK，而pageEncoding指定UTF-8，这样header中会发送什么数据呢？发送的数据是UTF-8

一个项目全部用的UTF-8编码，好处是再也不用转码了。

资料库输出到jsp出现乱码:
第一,检查一下你database里的资料是否乱码.
如果database里的资料是乱码,检查一下再进入资料库时request接收後资料是否是乱码.
即忘了加入request.setCharacterEncoding(String charset);
request.setCharacterEncoding(String charset)把表单传送过来的资料以charset的字型来encoding.
如果接收时是正常的.但资料库是乱码,
那就检查一下database的编码设定.

如果资料库的资料正常.但输出到jsp的资料是乱码.
以mysql为例:
String connect = "jdbc:mysql://localhost/dbname?user=%26amp;password=%26amp;useUnicode=true%26amp;characterEncoding=GBK";
就上面的mysql的例子.
需要设定useUnicode为true.
而characterEncoding=GBK必须与contentType的charset一样.
mysql的设定档my.ini:
[client] default-character-set=GBK
[mysqld] default-character-set=GBK

二：

在使用JSP的过程中，最使人头疼的一个问题就是中文乱码问题，以下是我在软件开发中遇到的乱码问题以及解决方法。

1、数据库乱码
　　这种乱码会使你插入数据库的中文变成乱码，或者读出显示时也是乱码，解决方法如下：
　　在数据库连接字符串中加入编码字符集
　　String Url="jdbc:mysql://localhost/digitgulf?   user=root&password=root&useUnicode=true&characterEncoding=GB2312";
　　并在页面中使用如下代码：
　　response.setContentType("text/html;charset=gb2312");
　　request.setCharacterEncoding("gb2312");

2、JSP页面乱码
　　这种乱码的原因是应为没有在页面里指定使用的字符集编码，解决方法：只要在页面开始地方用下面代码指定字符集编码即可，<%@ page contentType="text/html; charset=gb2312" language="java" import="java.sql.*" errorPage="" %>

3、中文作为参数传递乱码
　　当我们把一段中文字符作为参数传递个另一页面时，也会出现乱码情况，解决方法如下：
　　在参数传递时对参数编码，比如
　　RearshRes.jsp?keywords=" + java.net.URLEncoder.encode(keywords)
　　然后在接收参数页面使用如下语句接收
　　keywords=new String(request.getParameter("keywords").getBytes("8859_1"));

 

 

三：Struts 中文乱码问题 Filter解决

原理很简单就是使用Filter处理设置的请求的 CharacterEncoding

具体实现Filter

1、

import java.io.IOException;

import javax.servlet.Filter;
import javax.servlet.FilterChain;
import javax.servlet.FilterConfig;
import javax.servlet.ServletException;
import javax.servlet.ServletRequest;
import javax.servlet.ServletResponse;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

public class SetCharacterEncodingFilter implements Filter {

 protected FilterConfig filterConfig;

 protected String encodingName;

 protected boolean enable;

 public SetCharacterEncodingFilter()
 {
  this.encodingName = "UTF-8";
  this.enable = false;
 }

 public void init(FilterConfig filterConfig) throws ServletException
 {
  this.filterConfig = filterConfig;
  loadConfigParams();
 }

 private void loadConfigParams()
 {
  // encoding
  this.encodingName = this.filterConfig.getInitParameter("encoding");
  // filter enable flag...
  String strIgnoreFlag = this.filterConfig.getInitParameter("enable");
  if (strIgnoreFlag.equalsIgnoreCase("true"))
  {
   this.enable = true;
  } else {
   this.enable = false;
  }
 }

 public void doFilter(ServletRequest request, ServletResponse response,
   FilterChain chain) throws IOException, ServletException {
  HttpServletRequest httpRequest = (HttpServletRequest) request;
  HttpServletResponse httpResponse = (HttpServletResponse) response;
  if (this.enable) {

   httpRequest.setCharacterEncoding(this.encodingName);
  }
  chain.doFilter(httpRequest, httpResponse);
 }

 public void destroy() {
 }

}

2、在web.xml里的配置是：

<filter>
    <filter-name>Set Character Encoding</filter-name>
    <filter-class>filter.SetCharacterEncodingFilter</filter-class >
    <init-param>
        <param-name>encoding</param-name>
        <param-value>UTF-8</param-value>
    </init-param>
    <init-param>
        <param-name>enable</param-name >
        <param-value>true</param-value >
    </init-param>
</filter>
 
   <filter-mapping>
    <filter-name>Set Character Encoding</filter-name >
    <servlet-name>action</servlet-name >
</filter-mapping>

 

apache整合tomcat 中文问题:
apache+tomcat+JK2集成时，http的请求是通过jk2的ajp13转到tomcat的8009端口处理的，
所以要修改tomcat/conf/server.xml中的以下两项
1 <Connector port="8080"    ……  URIEncoding="GBK" >
2 <Connector port="8009"    ……  URIEncoding="GBK" >
都加上URIEncoding="GBK"。