中文转码问题总结

中文转码问题总结

出处：http://www.cnblogs.com/tangyanbo/

1. 编码基础知识

1.1 编码

ISO-8859-1编码是单字节编码，向下兼容ASCII，其编码范围是0x00-0xFF，0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号

单字节，即一个字节对应一个编码，不能编码汉字

1.2 GBK

1) 能编码汉字，一个汉字用2个字节编码

2) 编码的汉字比GB2312更多

1.3 GB2312

能编码汉字，一个汉字用2个字节编码

1.4 UTF-8

能编码汉字，一个汉字用3个字节编码

汉字，字母，特殊符号，gbk和utf-8之间是可以互相转换的

2. Web系统转换编码

2.1 原理

这里边有个编码和解码的过程

网络传输发送端需要将字符串编码成字节

可以是utf-8,gbk等，转换成字节的过程中不能丢失编码

接收端需要用发送端同样的编码方式进行解码，否则将出现乱码

一般由服务端确定一种编码和解码的方式，

然后告知客户端编码和解码的方式

网络传输编码

2.2.1 接收浏览器POST请求

设置浏览器编码和解码方式为utf-8

如：

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

服务端解码方式1：

String name = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

服务端解码方式2：

request.setCharacterEncoding("UTF-8");

2.2.2 接收浏览器GET请求

如：

http://localhost:8888/webtest/EncodeServlet?name=你好

浏览器将会对url进行urlEncode，编码方式为UTF-8

服务端解码方式：

String name = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");

此处用request.setCharacterEncoding("UTF-8");来设置解码，不能奏效，原因是get请求将参数拼在url后面进行url encode，而web容器对url的解码是在调用servlet之前,且默认解码方式是iso-8859-1

2.2.3 响应给浏览器

Response设置编码：

Response是指响应给客户端时，字节的编码方式，默认为ISO-8859-1

可用如下方法查看：

response.getCharacterEncoding();

设置响应流的编码方式：

response.setCharacterEncoding("UTF-8");

设置浏览器的编码和解码方式：

response.setContentType("text/html;charset=UTF-8");

jsp设置：

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

pageEncoding：设置jsp文件存储编码

contentType里面的charset：设置浏览器端传输的编码和解码

解析响应时解码，发送请求时编码

要保持响应流和编码和浏览器解码方式一致，才能不乱码

2.2.4 HTTPClient设置编码

控制编码

Struts.xml中做如下配置：

<constant name="struts.i18n.encoding" value="utf-8"></constant>

2.4 Spring控制编码

Web.xml中配置如下：

<filter>

<filter-name>encodingFilter</filter-name> <filter-class>org.springframework.web.filter.CharacterEncodingFilter

</filter-class>

<init-param>

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

<param-value>UTF-8</param-value>

</init-param>

<init-param>

<param-name>forceEncoding</param-name>

<param-value>true</param-value>

</init-param>

</filter>

其中encoding设置服务端编码和解码的方式

forceEncoding表示强制编码的方式

3. 字符串转字节转码

String s = "s汉";

byte[] bytes1 = s.getBytes("ISO-8859-1");//丢失字符

byte[] bytes2 = s.getBytes("GBK");

byte[] bytes3 = s.getBytes("UTF-8");

4. 字节转字符串

String s1 = new String(bytes1,"utf-8");//丢失

String s2 = new String(bytes2,"GBK");

String s3 = new String(bytes3,"utf-8");