java mysql 设置编码_注意事项--编码问题（java mysql ）

primary

key(docid))ENGINE = MYISAM;

上面的保证了数据库使用的编码格式是mysql的默认格式，即latin1.进入mysql后通过

show variables like

"%char%"来看编码格式，可以发现除了file

system是utf8(这个是linux的默认编码格式)外，其他的都是mysql的编码，均为latin1.

第二个改动：由于是利用java调用的mysql，经过试验发现mysql本身读出的内容是没有问题的，但是通过java调用之后就出现乱码了，而且更奇怪的是，我们以前通过c++直接调用mysql的时候也是没有问题的，现在是相同的程序，相同的功能，相同的参数，为什么到了java下就出现问题了呢？原因只有一个，以前在c++下与在java下调用mysql出问题了。我们以前整理的时候也提到这个问题，mysql的访问方式有两种，第一种是通过语句直接访问，第二种是通过jdbc来访问。到现在就显而易见了，也就是说通过jdbc访问mysql的时候出问题了。为什么？java下的默认编码是iso-8859-1，而mysql我们说了是latin1，所以在利用jdbc进行getConnection的时候必须强制制定Encoding=latin1.

getConnectionUtl里面将改动为：("?useUnicode=false&characterEncoding=latin1&characterSetResult=latin1");

这个改动就保证了，通过jdbc读取的也是latin1编码的形式。

第三个改动：从数据库中读出的数据我们拿去分词的时候又有问题了。因为我们知道java是iso-8859-1编码的，而我们

分词工具je-analysis只能对utf8编码的文件进行分词(这个简单写一个测试文件测试就知道究竟是哪种编码格式了)，

所以这里还要进行一步转换。

//从数据中读取数据(此时数据数据的编码是lantil,即ISO-8859-1)

String content=rs.getString(2);

//得到该字符串的byte数组

byte[] bytes =content.getBytes("ISO-8859-1");

//编码转化，从ISO-8859-1到utf8(因为分词工具要输入字符串编码就是utf8)

content=new String(bytes,"utf8");

//建立索引

Document doc =FileDocument.Document(docid,content);

writer.addDocument(doc);

Class：rawfile gb2312

Dup：rawfile utf8

Rank：rawfile utf8