编解码简介及Java webl乱码问题的处理

乱码问题的由来

编码与解码

· 理论解释

字符编码（英语：Character encoding）也称字集码，
字集码是把字符集中的字符 编码 为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲）以便文本在计算机中存储和通过通信网络的传递。【1】码元是每个字符生成编码的比特位数。
即
形式上，是从 字符（集） ---- 到------> 特定二进制
载体上             人–> 机器

常见编码方式	中文字节数	英文字节数	对应字符
ASCII		1	拉丁字母
ISO-8859-1		1	欧洲码
GB2312	2	1	汉字+拉丁字母
GBK	2	1	汉字扩展
UTF-8	3	1	所有语言

· 形象解释

有一个比较经典的例子。
比如你在某地看到这样一句话——“南京市长江大桥”。

在只有文字，没有语音，且没有过往经验的情况下，你可能把这句话理解为：

也可以理解为：

这就造成了，在没有事先约定规则的情况下，对同样的一段文字，不同的人可能有不同的理解方式（解码规则不同），使得文字产生歧义。

- java中的编解码

在java 的IO中，有两种流，一种是字符流，一种是字节流，二者在转换时，容易产生乱码问题。
通过如下代码查看默认编码:

System.out.println(Charset.defaultCharset());

按照 GB2312 得到字节（得到多字节字符串）
编码（字符集–>二进制）

String string = "中文123";

byte [] bytes = string.getBytes("GB2312");

按照 GB2312 从字节 得到字符串
解码（二进制—>字符集）

string = new String(bytes, "GB2312");

要将 String 按照某种编码写入文本文件，有两种方法：【2】

// 第一种办法：用 Stream 类写入已经按照指定编码转化好的字节串
OutputStream os = new FileOutputStream("1.txt");
os.write(bytes);
os.close();

// 第二种办法：构造指定编码的 Writer 来写入字符串
Writer ow = new OutputStreamWriter(new FileOutputStream("2.txt"), "GB2312");
ow.write(string);
ow.close();

注意：设置编码或者解码格式的操作，一定要在创建流之前或者创建流的构造函数之中，即编解码设定不能晚于流的创建。

乱码产生的原因

本质上，是编码过程和解码过程使用的 编码方式 不一致造成的乱码。

Java Web中乱码问题

在java web中，设计多处可能出现乱码的地方。下面按照不同位置，由内向外的顺序分别介绍。
统一将编码设置为UTF-8。

1 设定开发环境的编码

2 在数据库中

·（1）创建数据库

CREATE DATABASE `vhr` DEFAULT CHARACTER SET utf8;

·（2）创建数据表

DROP TABLE IF EXISTS `adjustsalary`;
CREATE TABLE `adjustsalary` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `eid` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

3 Java和数据库的连接过程中（JDBC）

url=jdbc:mysql://127.0.0.1:3306/UserModel?useUnicode=true&characterEncoding=UTF-8

4 在Servlet中

请求（浏览器–>服务器）乱码

- 浏览器请求方式为post

request.setCharacterEncoding("UTF-8");

- 浏览器请求方式为get

（1）手动设置字符串参数编码和解码方式

String name=request.getParameter("username");
String s1 = new String(name.getBytes("iso8859-1"), "UTF-8");

（2）修改文件 conf\server.xml

直接在 Tomcat 配置文件中解决，
修改 Tomcat 的 conf/server.xml 标签 中增加URIEncoding属性，值为UTF-8

不建议使用这种方式
原因是

• 1 部署的服务器不一定是tomcat
• 2 远程部署的时候，需要修改远程服务器的配置文件，可能修改权限不够

响应（服务器—>浏览器）乱码

• 字符流

//设置response的数据编码
response.setCharacterEncoding("UTF-8");
//浏览器打开时的编码方式
response.setContentType("text/html;charset=UTF-8");
//输出流
PrintWriter out=response.getWriter();
out.println("<script type='text/javascript' >alert('删除成功');</script>");

• 字节流

String data="中国 ";
//控制浏览器以什么码表打开
response.setHeader("Content-type", "text/html;charset=UTF-8");
OutputStream out=response.getOutputStream();
//设置写入response的数据编码
out.write(data.getBytes("UTF-8"));

在JSP页面中（服务器—>浏览器）

文件头设置

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

参考文献

【1】字符编码
【2】编码与解码本质
【3】JavaWeb 乱码问题终极解决方案！