java字符串编码深入_深入分析 java 中的中文编码问题.doc

深入分析 java 中的中文编码问题.doc

还剩

21页未读，

继续阅读

下载文档到电脑，马上远离加班熬夜！

亲，很抱歉，此页已超出免费预览范围啦！

如果喜欢就下载吧，价低环保！

内容要点：

综上所述，要解决中文问题，首先要搞清楚哪些地方会引起字符到字节的编码以及字节到字符的解码，最常见的地方就是读取会存储数据到磁盘，或 者数据要经过网络传输。然后针对这些地方搞清楚操作这些数据的框架的或系解析时取得的 value 会是正确的汉字字符，这种情况是怎么造成的呢？看下如所示：这种情况是这样的，ISO-8859-1 字符集的编码范围是 0000-00FF，正好和一个字节的编码范围相对应。这种特将中文和中文符号经过不支持中文的 ISO-8859-1 编码后，所有字符变成了“？” ，这是因为用 ISO-8859-1 进行编解码时遇到不在码值范围内的字符时统一用 3f 表示，这也就是通常所说的 常见问题分析在了解了 Java Web 中可能需要编码的地方后，下面看一下，当我们碰到一些乱码时，应该怎么处理这些问题？出现乱码问题唯一的原因都是在 char 到 byte 或 byte 到 char出现问题，而且这个字符集编码是我们自己设置的，可以通过 request.setCharacterEncoding(charset) 来设置。另外针对 multipart/form-data 类型的参数个方法将会对 GET 和 POST 方式传递的参数进行解码，但是它们的解码字符集有可能不一样。POST 表单的解码将在后面介绍，QueryString 的解码字符集是在哪定义的呢？它本身是通过 H int length = bc.getLength()； CharChunk cc = uri.getCharChunk()； cc.allocate(length, -1)； Str 中配置， PathInfo 是我们请求的具体的 Servlet，QueryString 是要传递的参数，注意这里是在浏览器里直接输入 URL 所以是通过 Get 方法请求的，如果是 POST 方图 3. 一次 HTTP 请求的编码示例( 查看大图) 如上图所示一次 HTTP 请求设计到很多地方需要编解码，它们编解码的规则是什么？下面将会重点阐述一下：URL 的编解码用户提交一个 URL，这个和 UTF-16 之间，所以 UTF-8 在编码效率上和编码安全性上做了平衡，是理想的中文编码方式。Java Web 涉及到的编码对于使用中文来说，有 I/O 的地方就会涉及到编码，前面已经提到了 I // Have a surrogate pair if (sgp == null) sgp = new Surrogate.Parser()； int uc =字符串“I am 君山”用 UTF-8 编码，下面是编码结果：UTF-16 虽然编码效率很高，但是对单字节范围内字符也放大了一倍，这无形也浪费了存储空间，另外 UTF-16 采用顺序编码，不能对单个字从上图可以看出前 5 个字符经过编码后仍然是 5 个字节，而汉字被编码成双字节，在第一节中介绍到 GB2312 只支持 6763 个汉字，所以并不是所有汉字都能够用 GB2312 编码。按照 GBK 从上图看出 7 个 char 字符经过 ISO-8859-1 编码转变成 7 个 byte 数组，ISO-8859-1 是单字节编码，中文“君山”被转化成值是 3f 的 byte。3f 也就是“？”字图 2.Java 编码时序图 从上图可以看出根据 charsetName 找到 Charset 类，然后根据这个字符集编码生成 CharsetEncoder，这个类是所有字符编码的父类，针对不同的字符 } 我们把 name 字符串按照前面说的几种编码格式进行编码转化成 byte 数组，然后以 16 进制输出，我们先看一下 Java 是如何进行编码的。下面是 Java 中编码需要用到的类图图 1.

发表评论

暂无评论，赶快抢占沙发吧。