在J2EE程序开发过程中,经常遇到字符的编码问题。这一问题困扰我已经很久了。今天有时间把相关的知识整理一下,一方面是个总结,另一方面也为朋友们提供一个帮助。
JAVA中有char、byte、String这几个概念。char 指的是一个UNICODE字符,为16位的整数。byte 是字节,字符串在网络传输或存储前需要转换为byte数组。在从网络接收或从存储设备读取后需要将byte数组转换成String。String是字符串,可以看成是由char组成的数组。String 和 char 为内存形式,byte是网络传输或存储的序列化形式。
1、 Jsp页面的编码问题
一个标准的jsp页面的头标示一般如下:
<%@ page language="java" contentType="text/html; charset=ISO-8859-1" pageEncoding="ISO-8859-1"%>
在JSP标准的语法中,如果pageEncoding属性存在,那么JSP页面的字符编码方式就由pageEncoding决定,否则就由contentType属性中的charset决定,如果charset也不存在,JSP页面的字符编码方式就采用默认的ISO-8859-1。 ContentType属性指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”; 字符编码方式的默认值是“ISO-8859-1”. MIME类型和字符编码方式由分号隔开。
pageEncoding是jsp文件本身的编码
contentType的charset是指服务器发送给客户端时的内容编码
JSP要经过两次的“编码”,第一阶段会用pageEncoding,第二阶段会用utf-8至utf-8,第三阶段就是由Tomcat出来的网页, 用的是contentType。
第一阶段是jsp编译成.java,它会根据pageEncoding的设定读取jsp,结果是由指定的编码方案翻译成统一的UTF-8 JAVA源码(即.java),如果pageEncoding设定错了,或没有设定,出来的就是中文乱码。
第二阶段是由JAVAC的JAVA源码至java byteCode的编译,不论JSP编写时候用的是什么编码方案,经过这个阶段的结果全部是UTF-8的encoding的java源码。
JAVAC用UTF-8的encoding读取java源码,编译成UTF-8 encoding的二进制码(即.class),这是JVM对常数字串在二进制码(java encoding)内表达的规范。
第三阶段是Tomcat(或其的application container)载入和执行阶段二的来的JAVA二进制码,输出的结果,也就是在客户端见到的,这时隐藏在阶段一和阶段二的参数contentType就发挥了功效
jsp文件不像.java,.java在被编译器读入的时候默认采用的是操作系统所设定的locale所对应的编码,比如中国大陆就是GBK,台湾就是BIG5或者MS950。但是jsp文件不是这样,它没有这个默认转码过程,但是指定了pageEncoding就可以实现正确转码了。
举个例子:
<%@ page contentType="text/html;charset=utf-8" %>
大都会打印出乱码,因为我输入的“中国”是gbk的,但是服务器是否正确抓到“中国”不得而知。
但是如果更改为
<%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%>
这样就服务器一定会是正确抓到“中国”了。
2、 服务器端参数的编码问题
服务器端向response流里写数据前可以调用response.setContentType(),设定正确的编码类型,其作用等效于jsp中设置的 contentType属性值。
在服务器端接收参数时,由Request.getParameter() 得到的参数,编码方式都是ISO8859_1。所以如果在浏览器输入框内输入一个汉字“英”,在服务器端就得到一个ISO8859_1编码的(0x00,0xD3,0x00,0xA2)。所以通常在接收参数时转码:
String parameter = response.getParameter(“name”);
parameter = new String(parameter.getBytes(“ISO8859_1”),“UTf-8”);
String wrongStr = response.getParameter(“name”);
String correctStr = new String(wrongStr.getBytes(“ISO8859_1”),”GB2312”);
在最新的SERVLET规范里面,也可以在获取参数之前执行如下代码:
request.setCharacterEncoding(“GB2312”);
3、 数据库存储的编码问题
(1) 数据库使用UTF-8
如果String中是UNICODE字符,写入读出时不需要转码
(2) 数据库使用ISO8859_1
如果String中是UNICODE字符,写入读出时需要转码
写入:
String newStr = new String(oldStr.getByte(“UTf-8”), “ISO8859_1”);
String newStr = new String(oldStr.getByte(“GB2312”), ISO8859_1”);
读出:
String newStr = new String(oldStr.getByte(“ISO8859_1”),” UTf-8”);
4、 文件读取的编码问题
(1) 从外部资源读取数据
这跟外部资源采取的编码方式有关,我们需要使用外部资源采用的字符集来读取外部数据:
InputStream is = new FileInputStream("res/input.data");
InputStreamReader streamReader = new InputStreamReader(is, "UTF-8");
但是我们经常写的程序是这样的:
InputStream is = new FileInputStream("res/input.data");
InputStreamReader streamReader = new InputStreamReader(is);
这种情况下InputStreamReader采用什么编码方式读取外部资源呢?这时候采用的编码方式是JVM的默认字符集,这个默认字符集在虚拟机启动时决定,通常根据语言环境和底层操作系统的 charset 来确定。可以通过以下方式得到JVM的默认字符集:
Charset.defaultCharset();
需要注意的是:大多数情况下 windows系统的默认字符集是IOS8859-1;linux系统的默认字符集是可以自行设定的。
5、 需要强调的几个方法
1. getBytes(charset)
这是java字符串处理的 一个标准函数,其作用是将字符串所表示的字符按照charset编码,并以字节方式表示。注意字符串在java内存中总是按unicode编码存储的。比 如"中文",正常情况下(即没有错误的时候)存储为"4e2d 6587",如果charset为"gbk",则被编码为"d6d0 cec4",然后返回字节"d6 d0 ce c4"。如果charset为"utf8"则最后是"e4 b8 ad e6 96 87"。如果是"iso8859-1", 则由于无法编码,最后返回 "3f 3f"(两个问号)。
2. new String(charset)
这是java字符串处 理的另一个标准函数,和上一个函数的作用相反,将字节数组按照charset编码进行组合识别,最后转换为unicode存储。参考上述getBytes 的例子,"gbk" 和"utf8"都可以得出正确的结果"4e2d 6587",但iso8859-1最后变成了"003f 003f"(两个问号)。
因为utf8可以用来表示/编码所有字符,所以new String( str.getBytes( "utf8" ), "utf8" ) === str,即完全可逆。
3. setCharacterEncoding()
该函数用来设置http请求或者相应的编码。
对于request,是指提交内容的编码,指定后可以通过getParameter() 则直接获得正确的字符串,如果不指定,则默认使用iso8859-1编码,需要进一步处理。值得注意的是在执行 setCharacterEncoding()之前,不能执行任何getParameter()。而且,该指定只对POST方法有效,对GET方法无效。分析原因,应该是在执行第一个getParameter()的时候,java将会按照编码分 析所有的提交内容,而后续的getParameter()不再进行分析,所以setCharacterEncoding()无效。而对于GET方法提交表 单是,提交的内容在URL中,一开始就已经按照编码分析所有的提交内容,setCharacterEncoding()自然就无效。
对于response,则是指定输出内容的编码,同时,该设置会传递给浏览器,告诉浏览器输出内容所采用的编码。
分享到:
相关推荐
乱码中乱码是很常见很头疼的,本文档讲述解决J2EE开发中乱码问题
J2EE开发中常见的问题总结,很值得看一下的。
J2EE -- 字符编码问题 J2EE -- 字符编码问题 J2EE -- 字符编码问题 J2EE -- 字符编码问题
j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发经验分享j2ee开发...
基于J2EE开发的java小程序,实现后台数据库的操作。
java ee j2ee 帮助文档java ee j2ee 帮助文档java ee j2ee 帮助文档java ee j2ee 帮助文档
Java开发语言的开发平台与J2EE编程技术问题研究.pdf
本书首先介绍了J2EE的基本概念和主要技术,以及UML中的各种设计视图和基本原理,然后以软件工程的开发流程为主线,系统分析了使用UML进行分析、设计,并在使用J2EE技术时,结合应用了UML的方法和技巧。 本书从最基础...
j2ee 开发手册 j2ee 开发手册 j2ee 开发手册
用J2EE开发WebService java
J2EE项目开发总结J2EE项目开发总结
\j2ee精品\java 学生管理系统 \j2ee精品\java 学生管理系统 \j2ee精品\java 学生管理系统 \j2ee精品\java 学生管理系统 \j2ee精品\java 学生管理系统 \j2ee精品\java 学生管理系统 \j2ee精品\java 学生管理系统
J2EE开发手册 该文档是通方应用框V1.0的开发者使用指南,为开发者使用此框架进行应用开发工作提供参考和依据。 本文档的主要阅读者为本项目的设计者,开发者、测试者及利用此框架进行应用开发的开发者。
用 J2EE 和 UML 开发 Java 企业级应用程序
j2ee_java_游戏论坛管理j2ee_java_游戏论坛管理 j2ee_java_游戏论坛管理j2ee_java_游戏论坛管理 j2ee_java_游戏论坛管理j2ee_java_游戏论坛管理 j2ee_java_游戏论坛管理j2ee_java_游戏论坛管理 j2ee_java_游戏论坛...
J2ee应用中文乱码问题解决方案.doc
本书观点新颖,实例丰富,对企业级系统开发中涉及到的问题进行了深入分析,并以作者在开发实践中使用J2EE的实际经验为基础,生动地展示了企业级系统搭建的全过程。本书可以作为有一定Java基础的开发人员的参考书,也...
Java j2EE项目中,乱码问题,主要出现在三个方面: 1.中文展现的乱码问题 2.中文写入数据库乱码问题 3.参数传递的乱码问题 本文档对这三部分如何处理乱码都有详细的说明。
工作5年J2EE经验文档总结, 文档包括69个J2EE相关文档 Extjs学习笔记 hibernate总结 J2EE经验总结 j2ee学习总结 JAVA经典总结 spring经验总结 struts2标签库总结 Spring_AOP_学习小结 自己总结的spring ...