解析Java中文乱码的处理方法(1)

最新推荐文章于 2024-08-25 03:12:46 发布

Poineer1213

最新推荐文章于 2024-08-25 03:12:46 发布

阅读量647

点赞数

分类专栏： Java技术文章标签： java string servlet bt exception stream

Java技术专栏收录该内容

56 篇文章 0 订阅

订阅专栏

【引自程序犹如人生的博客】为什么说乱码是中国程序员无法避免的话题呢？这个首先要从编码机制上说起，大家都是中文和英文的编码格式不是一样，解码也是不一样的！如果中国的程序员不会遇到乱码，那么只有使用汉语编程。汉语编程是怎么回事，我也不大清楚，应该是前年吧！我一朋友给我介绍汉语编程，怎么不错不错？当时因为学习忙没去关注这个，等我闲了，那个朋友不弄这个，问他，他也不说不大清楚，最后自己对这个学习也不了了之了。

我写这个不是讲解中英文之间的差距，解码等，我是将我在这几年工作遇到各种各样的乱码的解决方法，总结起来，也希望大家能把自己晕倒解决乱码的方法都说出来，咱们弄一个解决乱码的“葵花宝典”。

对于Java，由于默认的编码方式是UNICODE，所以用中文也易出问题，常见的解决是：

String s2 = new String(s1.getBytes(“ISO-8859-1”),”GBK”);

1、utf8解决JSP中文乱码问题

一般说来在每个页面的开始处，加入：

<%@ page language="java" contentType="text/html; charset=UTF-8"

pageEncoding="UTF-8"%>

request.setCharacterEncoding("UTF-8");

◆charset=UTF-8的作用是指定JSP向客户端输出的编码方式为“UTF-8”；

◆pageEncoding="UTF-8"，为了让JSP引擎能正确地解码含有中文字符的JSP页面，这在LINUX中很有效；

◆request.setCharacterEncoding("UTF-8");是对请求进行了中文编码。

有时，这样仍不能解决问题，还需要这样处理一下：

String msg = request.getParameter("message");

String str=new String(msg.getBytes("ISO-8859-1"),"UTF-8");

out.println(st);

2、Tomcat 5.5中文乱码

只要把%TOMCAT安装目录%/ webapps/servlets-examples/WEB-INF/classes/filters/SetCharacterEncodingFilter.class文件拷到你的webapp目录/filters下，如果没有filters目录，就创建一个。

2)在你的web.xml里加入如下几行：

<filter-name>Set Character Encoding</filter-name>

<filter-class>filters.SetCharacterEncodingFilter</filter-class>

<init-param>

<param-name>encoding</param-name>

<param-value>GBK</param-value>

</init-param>

</filter>

<filter-mapping>

<filter-name>Set Character Encoding</filter-name>

<url-pattern>/*</url-pattern>

</filter-mapping>

3)完成

2、get方式的解决办法

1)打开tomcat的server.xml文件，找到区块，加入如下一行：

URIEncoding=”GBK”

完整的应如下：

port="80" maxThreads="150" minSpareThreads="25" maxSpareThreads="75"

enableLookups="false" redirectPort="8443" acceptCount="100"

debug="0" connectionTimeout="20000"

disableUploadTimeout="true"

URIEncoding="GBK"

2)重启tomcat，一切OK。

3、xmlHttpRequest中文问题

页面jsp用的GBK编码

代码：

<%@ page contentType="text/html; charset=GBK"%>

javascript部分

代码：

function addFracasReport() {

var url="controler?actionId=0_06_03_01&actionFlag=0010";

var urlmsg="&reportId="+fracasReport1.textReportId.value; //故障报告表编号

var xmlHttp=Common.createXMLHttpRequest();

xmlHttp.onreadystatechange = Common.getReadyStateHandler(xmlHttp,

eval("turnAnalyPage"));

xmlHttp.open("POST",url,true);

xmlHttp.setRequestHeader( " Content-Type " , "

application/x-www-form-urlencoded);

xmlHttp.send(urlmsg);

}

后台java中获得的reportId是乱码，不知道该怎么转，主要是不知道xmlHttp.send(urlmsg);以后是什么编码？在后面用java来转，试了几种，都没有成功，其中有：

代码：

public static String UTF_8ToGBK(String str) {   
try {   
return new String(str.getBytes("UTF-8"), "GBK");   
} catch (Exception ex) {   
return null;   
}   
}   

public static String UTF8ToGBK(String str) {   
try {   
return new String(str.getBytes("UTF-16BE"), "GBK");   
} catch (Exception ex) {   
return null;   
}   
}   

public static String GBK(String str) {   
try {   
return new String(str.getBytes("GBK"),"GBK");   
} catch (Exception ex) {   
return null;   
}   
}   
public static String getStr(String str) {   
try {   
String temp_p = str;   
String temp = new String(temp_p.getBytes("ISO8859_1"), "GBK");   
temp = sqlStrchop(temp);   
return temp;   
} catch (Exception e) {   
return null;   
}   
}

4、JDBC ODBC Bridge的Bug及其解决方法

在编写一数据库管理程序时，发现JDBC-ODBC Bridge存在不易发现的Bug。在向数据表插入数据时，如果为英文字符，存储内容完全正确，如果存入中文字符，部分数据库只能存储前七八个中文字符，其他内容被截去，导致存储内容的不完整（有些数据库不存在这个问题，如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge还存在无法建表的Bug）。

对于广大需要存储中文信息的Java程序员来说，这可是一个不好的消息。要么改用其他语言编程，要么选择其他价格昂贵的数据库产品。“一次编写，到处运行”的目标，也大打折扣。能不能采用变通的方法，将中文信息进行处理后再存储来解决这个问题呢？答案是肯定的。

解决问题的具体思路、方法
Java采用Unicode码编码方式，中英文字符均采用16bit存储。既然存储英文信息是正确的，根据一定规则，将中文信息转换成英文信息后存储，自然不会出现截尾现象。读取信息时再进行逆向操作，将英文信息还原成中文信息即可。由GB2312编码规则可知，汉字一般为二个高位为1的ASCII码，在转换时将一个汉字的二个高位1去掉，还原时再将二个高位1加上。为了处理含有英文字符的中文字串，对英文字符则需要加上一个Byte 0标记。以下提供的两个公用静态方法，可加入任何一个类中使用。

将中英文字串转换成纯英文字串

public static String toTureAsciiStr(String str){ 
StringBuffer sb = new StringBuffer(); 
byte[] bt = str.getBytes(); 
for(int i =0 ;i〈bt.length;i++){ 
if(bt[i]〈0){ 
//是汉字去高位1 
sb.append((char)(bt[i]&&0x7f)); 
}else{//是英文字符 补0作记录 
sb.append((char)0); 
sb.append((char)bt[i]); 
} 
} 
return sb.toString(); 
}

将经转换的字串还原

public static String unToTrueAsciiStr(String str){ 
byte[] bt = str.getBytes(); 
int i,l=0,length = bt.length,j=0; 
for(i = 0;i〈length;i++){ 
if(bt[i] == 0){ 
l++; 
} 
} 
byte []bt2 = new byte[length-l]; 
for(i =0 ;i〈length;i++){ 
if(bt[i] == 0){ 
i++; 
bt2[j] = bt[i]; 
}else{ 
bt2[j] = (byte)(bt[i]|0x80); 
} 
j++; 
} 
String tt = new String(bt2); 
return tt; 
}

上例在实际编程中效果很好，只是存储的中文信息需要经过同样处理，才能被其他系统使用。而且如果中文字串出现英文字符，实际上增加了额外的存储空间。

5、Solaris下Servlet编程的中文问题及解决办法

在使用Java开发Internet上的一个应用系统时，发现在Windows下调试完全正常的Servlet，上传到Solaris服务器上，运行却出现故障——返回的网页不能显示中文，应为中文的信息全为乱码；用中文信息做关键字，不能正确检索数据库。后来采用加入检查代码等方法探知故障原因如下：

显示乱码主要是因为通过类HttpServletResponse提供的方法setContentType无法改变返回给客户的数据的编码方式，正确的编码方式应为GB2312或者GBK，而事实上为缺省的ISO8859-1。无法检索中文信息则是因为，客户提交的中文信息经浏览器编码到达服务器后，Servlet无法将其正确解码。

举例说明显示乱码解决方法

Servlet一般通常做法如下：

public class ZldTestServlet extends HttpServlet {

public void doGet (HttpServletRequest request,

HttpServletResponse response)throws ServletException,IOException{

//在使用 Writer向浏览器返回数据前，设置 content-type header，在这里设置相应的字符集gb2312

response.setContentType("text/html;charset=gb2312");

PrintWriter out = response.getWriter(); //*

// 正式返回数据

out.println("〈html〉〈head〉〈title〉Servlet test〈/title〉〈/head〉" );

out.println("这是一个测试页！");

out.println("〈/body〉〈/html〉");

out.close();

}

...

}

解决页面显示乱码问题，需将*处代码换成如下内容：

PrintWriter out = new PrintWriter(new OutputStreamWriter(response.getOutputStream(),"gb2312"));

Solaris中文信息检索问题的解决

浏览器利用表单向服务器提交信息时，一般采用x-www-form-urlencoded 的MIME格式对数据进行编码。如果使用get方法，参数名称和参数值经编码后附加在URL后，在Java中称作查询串（query string）。

在Servlet程序中，如果采用ServletRequest的方法getParameter取得参数值，在Solaris环境下，对汉字却不能正确解码。因而无法正确检索数据库。

在Java 1.2的包——java.net中提供了URLEncode和URLDecode类。类URLEncode提供了按x-www-form-urlencoded格式对给定串进行转换的方法。类URLEncode则提供了逆方法。

6、Common Mail乱码问题

common mail是一个小而方便的mail包，他实现了对Java Mail的封装，使用起来十分的方便，但是我在使用他的时候发现，使用纯文本的内容发送，结果是乱码，代码如下：

public class TestCommonMail {

public static void main(String[] args) throws EmailException, MessagingException {

SimpleEmail email = new SimpleEmail();

email.setCharset("GB2312");

email.setHostName("smtp.163.com");

email.setSubject("test");

email.addTo("test@163.com");

email.setFrom("test@163.com");

email.setMsg("我的测试");

email.setAuthentication("test", "test");

email.send();

}

分析了一下commons mail的源码找到了原因。源码如下：

public class SimpleEmail extends Email

{

public Email setMsg(String msg) throws EmailException, MessagingException

{

if (EmailUtils.isEmpty(msg))

{

throw new EmailException("Invalid message supplied");

}

setContent(msg, TEXT_PLAIN);

return this;

}

Email代码片段：

public void setContent(Object aObject, String aContentType)

{

this.content = aObject;

if (EmailUtils.isEmpty(aContentType))

{

this.contentType = null;

}

else

{

// set the content type

this.contentType = aContentType;

// set the charset if the input was properly formed

String strMarker = "; charset=";

int charsetPos = aContentType.toLowerCase().indexOf(strMarker);

if (charsetPos != -1)

{

// find the next space (after the marker)

charsetPos += strMarker.length();

int intCharsetEnd =

aContentType.toLowerCase().indexOf(" ", charsetPos);

if (intCharsetEnd != -1)

{

this.charset =

aContentType.substring(charsetPos, intCharsetEnd);

}

else

{

this.charset = aContentType.substring(charsetPos);

}

email.send();的send方法将调用

public void buildMimeMessage() throws EmailException

{

try

{

this.getMailSession();

this.message = new MimeMessage(this.session);

if (EmailUtils.isNotEmpty(this.subject))

{

if (EmailUtils.isNotEmpty(this.charset))

{

this.message.setSubject(this.subject, this.charset);

}

else

{

this.message.setSubject(this.subject);

}

// =====================================================

// Start of replacement code

if (this.content != null)

{

this.message.setContent(this.content, this.contentType);

}

// end of replacement code

// =====================================================

else if (this.emailBody != null)

{

this.message.setContent(this.emailBody);

}

else

{

this.message.setContent("", Email.TEXT_PLAIN);

}

if (this.fromAddress != null)

{

this.message.setFrom(this.fromAddress);

}

else

{

throw new EmailException("Sender address required");

}

if (this.toList.size() + this.ccList.size() + this.bccList.size() == 0)

{

throw new EmailException(

"At least one receiver address required");

}

if (this.toList.size() > 0)

{

this.message.setRecipients(

Message.RecipientType.TO,

this.toInternetAddressArray(this.toList));

}

if (this.ccList.size() > 0)

{

this.message.setRecipients(

Message.RecipientType.CC,

this.toInternetAddressArray(this.ccList));

}

if (this.bccList.size() > 0)

{

this.message.setRecipients(

Message.RecipientType.BCC,

this.toInternetAddressArray(this.bccList));

}

if (this.replyList.size() > 0)

{

this.message.setReplyTo(

this.toInternetAddressArray(this.replyList));

}

if (this.headers.size() > 0)

{

Iterator iterHeaderKeys = this.headers.keySet().iterator();

while (iterHeaderKeys.hasNext())

{

String name = (String) iterHeaderKeys.next();

String value = (String) headers.get(name);

this.message.addHeader(name, value);

}

if (this.message.getSentDate() == null)

{

this.message.setSentDate(getSentDate());

}

if (this.popBeforeSmtp)

{

Store store = session.getStore("pop3");

store.connect(this.popHost, this.popUsername, this.popPassword);

}

catch (MessagingException me)

{

throw new EmailException(me);

}

由代码可以知道纯文本方式最终调用了Java Mail的message.setContent(this.content, this.contentType);content是内容，contentType是类型，如text/plain，(我们可以试试直接用Java mail发邮件，设置文本内容不使用setText方法，也使用setContent("测试", "text/plain")方式，你可以看到内容也是乱码)。关键就在于text/plain，我们改成text/plain;charset=gb2312，ok乱码解决了。在commons mail我们看SimpleEmail类中setMsg方法调用的就是setContent(msg, TEXT_PLAIN);我们只需要将Email类中的常量TEXT_PLAIN修改一下加入charset=你的字符集，重新打包jar，这样就可以了。

7、toad的字符集的设置与oracle的安装

oracle数据库服务器的安装一般是中文字符集，有时安装在不同的平台下，设置为ISO编码，toad是oracle开发的最好工具，不是我说的，可是中文环境下安装的toad，打开英文字符的oracle时，中文全是乱码。必须进行设置：

环境变量---〉系统变量

加

NLS_lANG=SIMPLIFIED CHINESE_CHINA.ZHS16GBK

或

NLS_lANG=AMERICAN_AMERICA.WE8ISO8859P1

AMERICAN_AMERICA.WE8MSWIN1252

或者

(1)打开注册表，点击HKEY_LOCAL_MATHINE；
(2)再点击Software，再点击ORACLE；
(3)在点击HOME（ORACLE所在目录）；
(4)在注册表的右半面有NLS_LANG；
(5)双击它，将你想要的覆盖掉原来的，就可以了；
(6)最好记下旧的，以便可以改回来。

connect sys/chang_on_install
update props$
set value$='ZHS16CGB231280'
where name='NLS_CHARACTERSET';
commit;

这样就OK了。

8、如何解決GWT(google web toolkit)中文的问题

GWT中文乱码解决方法

(1)把你要显示的中文“测试字符串”输入到一个文件，如:1.txt；
(2)进入命令行，进入1.txt所在的目录，敲入以下命令：native2ascii.exe 1.txt 2.txt回车。这样就生成了另外一个文件2.txt；
(3)2.txt的内容如下:/u6d4b/u8bd5/u5b57/u7b26/u4e32；
(4)然后用上面的编码，在gwt中使用，就可以了。

9、xmlHttp得到的网页怎么是乱码？

(1)在服务器端使用WebRequest而不是xmlHttp
(2) 将

StreamReader sr = new StreamReader(stream);

对于简体中文改成：

StreamReader sr = new StreamReader(stream , Encoding.Default );

对于utf-8改成：

StreamReader sr = new StreamReader(stream , Encoding.UTF8 );

当然，Encoding枚举还有很多其他的成员，对于不同的编码content-type可以有选择的应用。

(3)后来我发现无论是content-type是gb2312还是utf-8，用

StreamReader sr = new StreamReader(stream , Encoding.Default );

都可以返回正常的汉字，所以统一的改成Encoding.Default。

最后，在服务器端从一个url获得网页的源代码的代码如下：

/// 
/// post一个指定的url，获得网页的源代码(用WebRequest实现)
/// 
/// 
/// 
/// 如果请求失败，返回null
/// 如果请求成功，返回网页的源代码
/// 
public static string GetContentFromUrl2( string url )
{
//变量定义
string respstr;
WebRequest myWebRequest=WebRequest.Create(url);
//            myWebRequest.PreAuthenticate=true;
//            NetworkCredential networkCredential=
new NetworkCredential( username , password , domain );
//            myWebRequest.Credentials=networkCredential;
// Assign the response object of 'WebRequest' to a 'WebResponse' variable.
WebResponse myWebResponse=myWebRequest.GetResponse();
System.IO.Stream stream = myWebResponse.GetResponseStream();
StreamReader sr = new StreamReader(stream , Encoding.Default );
//以字符串形式读取数据流
respstr = sr.ReadToEnd();
sr.Close();     
return respstr;        
}