解决程序中乱码问题

乱码出现的原因

我们在写程序的时候经常会遇到乱码的情况，有时乱码是一些不认识的汉字，有些乱码是一连串的问号，这让我们非常难受。乱码问题我想一定困扰过许多刚刚开始学习web的朋友，综上所述我写了一些东东，希望对各位有所帮助。

乱码出现的原因其实本质上就是对汉字使用A方式编码，然后使用B方式解码就会出现乱码的问题。

而出现两者不同会存在两个地方需要注意：

• 前端：第一个前端向后端传输时会将文本编码，文本到了后端会对编码后的内容进行解码，当两者不一样时就会出现乱码。
• 数据库：第二个我们利用dao向数据库存贮时，也会将文本编码，然后到了数据库时也会再次解码，这时也有可能会出现乱码的情况
• tomcat

那么又有小伙伴要问你凭什么说编码和解码不一样就会出现问题呢？

回答：我直接上代码。

package test;

import java.nio.charset.Charset;
import java.nio.charset.StandardCharsets;
import java.util.ArrayList;
import java.util.List;

/**
 * @author : 范东升  @date : 2023/4/24
 * CONTENT:
 */
public class BMTest {
    private static final String STR = "我爱包头";
    private static final List<Charset> MyStandardCharsets = new ArrayList<>();
    static {
        MyStandardCharsets.add(StandardCharsets.US_ASCII);
        MyStandardCharsets.add(StandardCharsets.ISO_8859_1);
        MyStandardCharsets.add(StandardCharsets.UTF_8);
        MyStandardCharsets.add(StandardCharsets.UTF_16BE);
        MyStandardCharsets.add(StandardCharsets.UTF_16LE);
        MyStandardCharsets.add(StandardCharsets.UTF_16);
        MyStandardCharsets.add(Charset.forName("GBK"));
    }

    public static void main(String[] args) {

        for (int i=0;i<MyStandardCharsets.size();i++)
        {
            for (int j=0;j<MyStandardCharsets.size();j++)
            {
                if (i==j)
                    continue;
                byte[] bytes = codeString(STR,MyStandardCharsets.get(i));
                String s = decodeBytes(bytes, MyStandardCharsets.get(j));
                System.out.println("结果 : "+s + "\n");
            }
            System.out.println("********************************");
        }
    }



    /***
     * @param str 字符串
     * @param encode 解码方式
     * @return 解码后字节流
     */
    private static byte[] codeString(String str , Charset encode ) {
        System.out.print("编码 : "+ encode.displayName() +"  ");
        return str.getBytes(encode);
    }

    /**
     * @param bytes 字节流
     * @param encode 解码方式
     * @return 返回解码后的字符串
     */
    private static String decodeBytes(byte[] bytes,Charset encode){
        System.out.println("解码 : "+ encode.displayName());
        return new String(bytes,encode);
    }

    private static void printBytes(byte[] bytes) {
        for (int i=0;i<bytes.length;i++)
        {
            System.out.print(bytes[i]+" | ");
        }
        System.out.println();
    }
}

结果

"我爱包头"

行表示编码方式，列表示解码方式

	US_ASCII	ISO_8859_1	UTF_8	UTF_16BE	UTF_16LE	UTF_16	GBK
US_ASCII		????	������������	br1SY4	b1rS4Y	��br1SY4	��������
ISO_8859_1	????		æç±å头	br1SY4	b1rS4Y	þÿbr1SY4	ÎÒ°®°üÍ·
UTF_8	????	????		br1SY4	b1rS4Y	��br1SY4	�Ұ���ͷ
UTF_16BE	㼿㼿	㼿㼿	釧袱藥꒴		ᅢㅲՓ㑙	我爱包头	컒낮냼춷
UTF_16LE	㼿㼿	㼿㼿	裦놈賥뒤	ᅢㅲՓ㑙		�ᅢㅲՓ㑙	틎꺰ﲰ럍
UTF_16	㼿㼿	㼿㼿	釧袱藥꒴	我爱包头	ᅢㅲՓ㑙		컒낮냼춷
GBK	????	????	鎴戠埍鍖呭ご	br1SY4	b1rS4Y	�br1SY4

那么又有小伙伴要问了，为什么编码和解码方式不一样就会出现这种问题呢？

如utf-8中，一个字母用一个字节表示，一个汉字用三个字节表示，特殊的汉字用四个字节表示，而gbk中，一个字母用一个字节表示，一个汉字用两个字节表示。相信说这里聪明的小伙伴就已经恍然大悟了，后面可以自己去实践一下。当然你可以在上面的代码中观察到。

解决办法其实也很简单，当我们明白到这里的时候想要解决这个问题，那么规定好4个口的编码就解码就可以了。

JPS+SERVLET解决方案：

前端传输编码：

我们在jsp文件中加入下面这句话，这一步其实是解决了前端传输的编码问题。

<%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%>

当该JSP页面发送请求时，contentType中的内容也会被包含在请求头中，一起发送过去。

（我们还有可能会使用ajax去发请求，记得也带上编码方式）

后端解析解码：

我们需要在servlet中加入。

request.setCharacterEncoding("utf-8");

当然给每一个servlet去配置utf-8明显太麻烦。这时我们可以在web.xml文件中去配置一个过滤器是常用的方法。

<filter>
  <filter-name>encodingFilter</filter-name>
  <filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>
  <init-param>
    <param-name>encoding</param-name>
    <param-value>UTF-8</param-value>
  </init-param>
  <init-param>
    <param-name>forceEncoding</param-name>
    <param-value>true</param-value>
  </init-param>
</filter>
<filter-mapping>
  <filter-name>encodingFilter</filter-name>
  <url-pattern>/*</url-pattern>
</filter-mapping> 

 

数据库字段设置为UTF-8

这个也有多种方案：第一个直接给mysql下配置

查看mysql字符集

show variables like 'character%';

修改配置文件里内容

[client]
default-character-set=utf8
[mysqld]
character-set-server=utf8
collation_server=utf8_general_ci 

去编辑某个库的字符集，建议navcat直接看和改

这里需要注意一点：改库之后表里面已经存在字段的字符集不会改变记得要改。

 后端传输数据库编码

useUnicode=true&characterEncoding=utf8&serverTimezone=UTC

springboot解决方案

解决方法是换汤不换药啊，毕竟springBoot中的springMVC就是servlet的自动挡。我们可以springboot配置的理念解决问题也可以使用springMVC的理念去解决问题。

1:配置文件

#编码格式
spring.http.encoding.force=true
spring.http.encoding.charset=UTF-8
spring.http.encoding.enabled=true
server.tomcat.uri-encoding=UTF-8

 2:写一个过滤器放到容器里。

@Configuration
    public class MyConfiguration extends WebMvcConfigurationSupport {
        @Bean
        public CharacterEncodingFilter characterEncodingFilter(){
            CharacterEncodingFilter filter = new CharacterEncodingFilter();
            filter.setEncoding("UTF-8");
            filter.setForceEncoding(true);
            return filter;
        }
    }

3:这种其实和上面的request.setCharacterEncoding("utf-8");差不多一个意思，springMVC又自动化了一层。

@RestController
public class TestController {
 
    @Value("${book.name}")
    private String name;
 
    @Value("${book.number}")
    private String number;
 
    //防止中文乱码
    @RequestMapping(value = "/getBook",produces = "application/json;charset=utf-8")
    public String getBook(){
        return name + number;
    }
 
}

结论：解决办法不少，一定知道本质问题。