--乱码问题（十二）

关于java中文乱码问题一些解决方案和经验java内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的，而byte是字节。java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度，可以用来告诉你，你用的convertor。其中两个很常用的静态函数是 publicstaticByteToCharConvertergetDefault(); publicstaticByteToCharConvertergetConverter(Stringencoding); 如果你不指定converter，则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。 byte——〉char： "你"的gb码是：0xc4e3,unicode是0x4f60 Stringencoding="gb2312"; byteb[]={(byte)'\u00c4',(byte)'\u00e3'}; ByteToCharConverterconverter=ByteToCharConverter.getConverter(encoding); charc[]=converter.convertAll(b); for(inti=0;i＜c.length;i++){ System.out.println(Integer.toHexString(c)); } 结果是什么？0x4f60 如果encoding="8859_1"，结果又是什么？0x00c4,0x00e3 如果代码改为 byteb[]={(byte)'\u00c4',(byte)'\u00e3'}; ByteToCharConverterconverter=ByteToCharConverter.getDefault(); charc[]=converter.convertAll(b); for(inti=0;i＜c.length;i++){ System.out.println(Integer.toHexString(c)); } 结果将又是什么？根据平台的编码而定。 char——〉byte： Stringencoding="gb2312"; charc[]={'\u4f60'}; CharToByteConverterconverter=CharToByteConverter.getConverter(encoding); byteb[]=converter.convertAll(c); for(inti=0;i＜b.length;i++){ System.out.println(Integer.toHexString(b)); } 结果是什么？0x00c4,0x00e3 如果encoding="8859_1"，结果又是什么？0x3f 如果代码改为 Stringencoding="gb2312"; charc[]={'\u4f60'}; CharToByteConverterconverter=CharToByteConverter.getDefault(); byteb[]=converter.convertAll(c); for(inti=0;i＜b.length;i++){ System.out.println(Integer.toHexString(b)); } 结果将又是什么？根据平台的编码而定。很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入，这给我们带来诸多不便。很多程序难得用encoding了，直接用default的encoding，这就给我们移植带来了很多困难。 2.utf-8 utf-8是和unicode一一对应的，其实现很简单 7位的unicode:0_______ 11位的unicode:110_____10______ 16位的unicode:1110____10______10______ 21位的unicode:11110___10______10______10______ 大多数情况是只使用到16位以下的unicode: "你"的gb码是：0xc4e3,unicode是0x4f60 0xc4e3的二进制： 1100，0100，1110，0011 由于只有两位我们按照两位的编码来排，但是我们发现这行不通，因为第７位不是0因此，返回"?" 0x4f60的二进制： 0100，1111，0110，0000 我们用utf-8补齐，变成： 1110，0100，1011，1101，1010，0000 e4--bd--a0 于是返回：0xe4,0xbd,0xa0。 3.string和byte[] string其实核心是char[],然而要把byte转化成string，必须经过编码。string.length()其实就是char数组的长度，如果使用不同的编码，很可能会错分，造成散字和乱码。例如： Stringencoding=“”; byte[]b={(byte)'\u00c4',(byte)'\u00e3'}; Stringstr=newString(b,encoding); 如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字这个问题在处理分页是经常发生。 4.Reader,Writer/InputStream,OutputStream Reader和Writer核心是char，InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char读/写InputStream/OutputStream。例如：文件test.txt只有一个"你"字，0xc4,0xe3 Stringencoding="gb2312"; InputStreamReaderreader=newInputStreamReader(newFileInputStream( "text.txt"),encoding); charc[]=newchar[10]; intlength=reader.read(c); for(inti=0;i＜length;i++){ System.out.println(c); } 结果是什么？你如果encoding="8859_1"，结果是什么？??两个字符，表示不认识。反过来的例子自己做。 5.我们要对java的编译器有所了解： javac?encoding 我们常常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。如果没有指定encoding，则按照系统的默认encoding,gb平台上是gb2312，英文平台上是iso8859_1。 java的编译器实际上是调用sun.tools.javac.main的类，对文件进行编译，这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的，然后把用utf-8形式编译成class文件。例子代码： Stringstr="你"; FileWriterwriter=newFileWriter("text.txt"); write.write(str); writer.close(); 如果用gb2312编译，你会找到e4bda0的字段；如果用8859_1编译，00c400e3的二进制： 0000，0000，1100，0100，0000，0000，1110，0011 因为每个字符都大于7位，因此用11位编码： 1100，0001，1000，0100，1100，0011，1010，0011 c1--84--c3--a3 你会找到c184c3a3。但是我们往往忽略掉这个参数，因此这样往往会有跨平台的问题：样例代码在中文平台上编译，生成zhclass 样例代码在英文平台上编译，输出enclass (1).zhclass在中文平台上执行ok,但是在英文平台上不行 (2).enclass在英文平台上执行ok,但是在中文平台上不行原因： (1).在中文平台上编译后，其实str在运行态的char[]是0x4f60,在中文平台上运行，filewriter的缺省编码是gb2312,因此chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream中，于是0xc4,0xe3放进了文件。但是如果是在英文平台下，chartobyteconverter的缺省值是8859_1,filewriter会自动调用8859_1去转化str,但是他无法解释，因此他会输出"?" (2).在英文平台上编译后，其实str在运行态的char[]是0x00c40x00e3,在中文平台上运行，中文无法识别，因此会出现??；在英文平台上，0x00c4-->0xc4,0x00e3->0xe3，因此0xc4,0xe3被放进了文件。 6.其它原因：＜%@pagecontentType="text/html;charset=GBK"%> 设置浏览器的显示编码，如果response的数据是utf8编码，显示将是乱码，但是乱码和上述原因还不一样。 7.发生编码的地方： 从数据库到java程序byte——〉char 从java程序到数据库char——〉byte 从文件到java程序byte——〉char 从java程序到文件char——〉byte 从java程序到页面显示char——〉byte 从页面form提交数据到java程序byte——〉char 从流到java程序byte——〉char 从java程序到流char——〉byte 谢志钢的解决方法：我是使用配置过滤器的方法解决中文乱码的：＜web-app> ＜filter> ＜filter-name>RequestFilter＜/filter-name> ＜filter-class>net.golden.uirs.util.RequestFilter＜/filter-class> ＜init-param> ＜param-name>charset＜/param-name> ＜param-value>gb2312＜/param-value> ＜/init-param> ＜/filter> ＜filter-mapping> ＜filter-name>RequestFilter＜/filter-name> ＜url-pattern>*.jsp＜/url-pattern> ＜/filter-mapping> ＜/web-app> publicvoiddoFilter(ServletRequestreq,ServletResponseres, FilterChainfChain)throwsIOException,ServletException{ HttpServletRequestrequest=(HttpServletRequest)req; HttpServletResponseresponse=(HttpServletResponse)res; HttpSessionsession=request.getSession(); StringuserId=(String)session.getAttribute("userid"); req.setCharacterEncoding(this.filterConfig.getInitParameter("charset"));//设置字符集？实际上是设置了byte——〉char的encoding try{ if(userId==null||userId.equals("")){ if(!request.getRequestURL().toString().matches( ".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$")){ session.invalidate(); response.sendRedirect(request.getContextPath()+ "/uirs/logon/logon.jsp"); } } else{//看看是否具有信息上报系统的权限 if(!net.golden.uirs.util.UirsChecker.check(userId,"信息上报系统", net.golden.uirs.util.UirsChecker.ACTION_DO)){ if(!request.getRequestURL().toString().matches( ".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$")){ response.sendRedirect(request.getContextPath()+ "/uirs/logon/logonController.jsp"); } } } } catch(Exceptionex){ response.sendRedirect(request.getContextPath()+ "/uirs/logon/logon.jsp"); } fChain.doFilter(req,res); }

阅读全文(2283) | 回复(0) | 编辑 | 精华

发表评论：

昵称：
密码：
主页：
标题：

验证码： (不区分大小写,请仔细填写,输错需重写评论内容！)

站点首页 | 联系我们 | 博客注册 | 博客登陆

Sponsored By W3CHINA
W3CHINA Blog 0.8 Processed in 0.391 second(s), page refreshed 144817437 times.
《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》
苏ICP备05006046号