JavaWeb中的乱码产生与解决方案
?
Java中的字符编码
? ? Java在内部使用UTF-16对字符进行编码.这样就存在Unicode编码和本地字符集编码相互转换的过程.
? ? 当Java读取字符数据的时候,字符的本地字符集编码会转换为字符的Unicode编码,而输出字符的时候,则需要将字符的Unicode编码转换为字符的本地文字编码.
?
例:
? ? 在中文系统下,从控制台读取字符”中”,实际上读取的”中”的GBK编码值0xD6D0.在Java中GBK编码值将转换为Unicode编码值0x4E2D.此时在内存中,”中”的数值就是0x4E2D.当输出字符时,Java语言将Unicode编码值转换为GBK编码值,该值被GBK字符集解码,并在显示设备上画出相应的字符.
?
?
?
Java的乱码产生的过程的分析
? ? 上述过程,读写和写入的过程是可逆的.那么不会出现中文乱码问题.但实际应用中要复杂的多.字符数据在各种不同的字符集之间转换时,就会出现乱码.
? ? GBK与GB2312之间的转换就也有可能出现乱码.
?
? ??常见乱码情况
? ? 在Java中,不同字符集编码的转换是通过Unicode作为中介来转换的.
? ? 例如GBK编码的字符”中”转换为ISO-8859-1编码,过程如下
(1)”中”的GBK编码转为Unicode.0xD6D0-->0x4E2D.
(2)”中”的Unicode编码转换为ISO-8859-1.但是0x4E2D在ISO-8859-1中没有对应的编码,于是得到0x3f,也就是字符”?”.
?
? ??从Unicode编码向某字符集编码转换时,如果在该字符集中没有编码,则得到0x3f(即字符”?”).
? ??从某字符集向Unicode编码转换时, 如果在该字符集中没有编码,则得到0xfffd.
?
? ? 在Web应用中,通常包括浏览器,Web服务器,Web应用程序,数据库等部分,每一部分都可能使用不同的字符集.
? ??可能产生乱码的环节
? ? (1)浏览器通常根据本地系统的默认字符集把字符编码,之后,提交数据.Web容器默认采用ISO-8859-1的编码方式解析POST数据.即在浏览器提交数据后,Web容器按照ISO-8859-1字符集解码,并转为UTF-16编码.这一环节可能乱码产生.
? ? (2)大多数数据库的JDBC驱动程序默认采用ISO-8859-1的编码方式.Java程序在向数据库中存储包含中文的数据时,JDBC驱动首先将程序内部的Unicode编码值转换为ISO-8859-1的编码值,然后传递到数据库中.这一环节可能导致乱码的产生.目前流行的关系型数据库系统都支持数据库编码.即在创建数据库时,可以设置字符集,数据库中的字符以指定的编码存储.
?
Web字符传递流程图
?
?
?
中文乱码解决方案
1.POST方法提交含有中文的表单数据
? ? Web容器默认编码为ISO-8859-1,在Servlet/JSP程序中,通过request的getParameter()方法得到的字符串以ISO-8859-1方式错误解码.这是乱码产生的原因.
? ? 为了避免容器以ISO-8859-1的编码方式返回字符串, 对于POST方法提交含有中文的表单数据,应在获取请求参数值之前,调用request.setCharacterEncoding(“GBK”),指定请求正文使用的字符编码是GBK.
? ? 同样,在向浏览器返回中文数据之前,调用response.setContentType(“text/html;charset=GBK”),指定输出内容的编码方式以GBK编码.
?
小结:
(1)JSP页面获取请求参数之前,需要调用
<%request.setCharacterEncoding(“GB2312”);%>
?
(2)指定输出内容的编码格式,需要设置page指令contentType属性.即
<% page contentType=“text/html;charset=GB2312”%>
若JSP中有该代码,则Web容器把JSP页面转换为Servlet类时,会自动添加如下代码:response.setContentType(“text/html;charset=GBK”)
?
2.以GET方法提交的表单数据中有中文字符
? ? 当提交表单采用GET方法时,提交的数据作为查询字符串被附加到URL的末端,发送到服务器,此时在服务器端调用setCharacterEncoding()方法没有用.
? ? 该情况需要将请求参数的值,自己做编码转换.
ISO-8859-1转为GBK的一般过程:
String name=request.getParameter(“name”);
byte[] bytes=name.getByte(“ISO-8859-1”);
name=new String(bytes,”GBK”);
?
?
3.数据库中存储和读取中文数据
? ? 对于大多数数据库的JDBC驱动程序.Java程序在向数据库中存储包含中文的数据时,JDBC驱动首先将程序内部的Unicode编码值转换为ISO-8859-1的编码值,然后传递到数据库中.加上数据库本身也有默认的字符集.这样就会使得读取中文数据时产生乱码.
? ? 解决该问题的方法,只需要将数据库默认的编码设为GBK或GB2312即可.
? ? 不同的数据库提供了另外方式解决乱码问题.
?
?
4.Servlet/JSP在不同语言系统的平台下运行
? ??对于Servlet
? ? 有时候,在中文平台下开发的Web程序,移植到英文系统平台下,编译Servlet,采用了错误的编码,从而产生乱码.? ? 在英文系统下,默认编码为ISO-8859-1,所以为了编译存在中文的java代码.需要指定-encoding参数指定java源程序编码格式.? ? 例:在英文系统中,编译Servlet.? ? javac -encoding GBK HelloSerlvert.java?
?
