java中文乱码问题一些解决方案和经验(转)

时间：2007-08-04 关键字: 乱码

引用

<script type="text/javascript"> new Draggable("related_topics"); </script> 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

java 代码

1. publicstaticByteToCharConvertergetDefault();  
2. 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

java 代码

 

1. Stringencoding="gb2312";  
2. byteb[]={(byte)'u00c4',(byte)'u00e3'};  
3. ByteToCharConverterconverter=ByteToCharConverter.getConverter(encoding);  
4. charc[]=converter.convertAll(b);  
5. for(inti=0;i＜c.length;i++){  
6. System.out.println(Integer.toHexString(c[i]));  
7. }   

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

java 代码

 

1. byteb[]={(byte)'u00c4',(byte)'u00e3'};  
2. ByteToCharConverterconverter=ByteToCharConverter.getDefault();  
3. charc[]=converter.convertAll(b);  
4. for(inti=0;i＜c.length;i++){  
5. System.out.println(Integer.toHexString(c[i]));  
6. }   

结果将又是什么？根据平台的编码而定。

java 代码

 

1. char——〉byte：  
2. Stringencoding="gb2312";  
3. charc[]={'u4f60'};  
4. CharToByteConverterconverter=CharToByteConverter.getConverter(encoding);  
5. byteb[]=converter.convertAll(c);  
6. for(inti=0;i＜b.length;i++){  
7. System.out.println(Integer.toHexString(b[i]));  
8. }   

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

java 代码

 

1. Stringencoding="gb2312";  
2. charc[]={'u4f60'};  
3. CharToByteConverterconverter=CharToByteConverter.getDefault();  
4. byteb[]=converter.convertAll(c);  
5. for(inti=0;i＜b.length;i++){  
6. System.out.println(Integer.toHexString(b[i]));  
7. }   

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：

java 代码

1. Stringencoding=“”;  
2. byte[]b={(byte)'u00c4',(byte)'u00e3'};  
3. 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

java 代码

 

1. Stringencoding="gb2312";  
2. InputStreamReaderreader=newInputStreamReader(newFileInputStream(  
3. "text.txt"),encoding);  
4. charc[]=newchar[10];  
5. intlength=reader.read(c);  
6. for(inti=0;i＜length;i++){  
7. System.out.println(c[i]);  
8. }   

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：

java 代码

 

1. Stringstr="你";  
2. FileWriterwriter=newFileWriter("text.txt");  
3. write.write(str);  
4. 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：

 

xml 代码

 

1. ＜web-app>  
2. ＜filter>  
3. ＜filter-name>RequestFilter＜/filter-name>  
4. ＜filter-class>net.golden.uirs.util.RequestFilter＜/filter-class>  
5. ＜init-param>  
6. ＜param-name>charset＜/param-name>  
7. ＜param-value>gb2312＜/param-value>  
8. ＜/init-param>  
9. ＜/filter>  
10. ＜filter-mapping>  
11. ＜filter-name>RequestFilter＜/filter-name>  
12. ＜url-pattern>*.jsp＜/url-pattern>  
13. ＜/filter-mapping>  
14. ＜/web-app>  
15. publicvoiddoFilter(ServletRequestreq,ServletResponseres,  
16. FilterChainfChain)throwsIOException,ServletException{  
17. HttpServletRequestrequest=(HttpServletRequest)req;  
18. HttpServletResponseresponse=(HttpServletResponse)res;  
19. HttpSessionsession=request.getSession();  
20. StringuserId=(String)session.getAttribute("userid");  
21. req.setCharacterEncoding(this.filterConfig.getInitParameter("charset"));//设置字符集？  
22. 实际上是设置了byte——〉char的encoding  
23. try{  
24. if(userId==null||userId.equals("")){  
25. if(!request.getRequestURL().toString().matches(  
26. ".*/uirs/logon/logon(Controller){0,1}/x2Ejsp$")){  
27. session.invalidate();  
28. response.sendRedirect(request.getContextPath()+  
29. "/uirs/logon/logon.jsp");  
30. }  
31. }  
32. else{//看看是否具有信息上报系统的权限  
33. if(!net.golden.uirs.util.UirsChecker.check(userId,"信息上报系统",  
34. net.golden.uirs.util.UirsChecker.ACTION_DO)){  
35. if(!request.getRequestURL().toString().matches(  
36. ".*/uirs/logon/logon(Controller){0,1}/x2Ejsp$")){  
37. response.sendRedirect(request.getContextPath()+  
38. "/uirs/logon/logonController.jsp");  
39. }  
40. }  
41. }  
42. }  
43. catch(Exceptionex){  
44. response.sendRedirect(request.getContextPath()+  
45. "/uirs/logon/logon.jsp");  
46. }  
47. fChain.doFilter(req,res);  
48. }  

 

文章出处： http://www.javaeye.com/topic/108894