Web开发过程中,中文乱码产生的根源在于Web组件之间、或Web组件与浏览器、与数据库所使用的字符集标准不统一。
一些常见编码:
GBK是GB2312的扩展。
Unicode又称作万国码或统一码,是由国际组织制定的一种可以容纳世界上几乎所有的文字和符号的字符编码方案,Java的内部的编码方式就是Unicode。
UTF-8是Unicode字符集的一种变长字符编码,用1-6个字节编码每一个Unicode字符,可以同时显示多国语言。
解决方案:
1、对以GET方式提交表单的处理
当以GET方式向Web服务器提交包含中文的数据,数据将附加在URL地址请求字符串中发送至服务器,这时服务器调用客户端指定的页面处理程序(JSP文件或Servlet),来读取客户端页面中的数据,则在页面处理程序中可以使用以下语句做编码变换,从而解决乱码问题。语句如下(tomcat服务器默认使用ISO-8859-1编码,也可以修改tomcat的配置文件,修改其默认编码):
String username = request.getParameter("username");
username = new String(username.getBytes("ISO-8859-1"),"GB2312");
程序首先调用request对象的getParameter()方法得到字符串username的Unicode编码值,然后把字符串username的Unicode编码值按照ISO-8859-1字符集解码成字节序列存放到数组中,然后再把字节序列使用GB2312字符集转成字符串再重新赋给username,这样username就变成了GB2312格式的字符串,浏览器可以正常显示了。
String.getBytes(“ISO-8859-1”)方法是将字符串按照ISO-8859-1编码,并返回一个字节数组。
2、对以POST方式提交表单的处理
可以编写一个过滤器,核心功能就是调用request,response进行转码:
request.setCharacterEncoding(“GB2312”);
response.setContextType(“text/html;charset=GB2312”);
3、数据库乱码
建立连接时指定编码;
String url = “jdbc:odbc:datasourcename; useUnicode=true& characterEncoding = GBK”
或者修改数据库的编码。