一、Java中文問題的由來

Java的內核和class文件是基于unicode的，這使Java程序具有良好的跨平臺性，但也帶來了一些中文亂碼問題的麻煩。原因主要有兩方面，Java和JSP文件本身編譯時產生的亂碼問題和Java程序于其他媒介交互產生的亂碼問題。

首 先Java（包括JSP）源文件中很可能包含有中文，而Java和JSP源文件的保存方式是基于字節流的，如果Java和JSP編譯成class文件過程 中，使用的編碼方式與源文件的編碼不一致，就會出現亂碼。基于這種亂碼，建議在Java文件中盡量不要寫中文（注釋部分不參與編譯，寫中文沒關系），如果 必須寫的話，盡量手動帶參數－ecoding GBK或－ecoding gb2312編譯；對于JSP，在文件頭加上<%@ page contentType="text/html;charset=GBK"%>或<%@ page contentType="text/html;charset=gb2312"%>基本上就能解決這類亂碼問題。

本文要重點討論的是第二類亂碼，即Java程序與其他存儲媒介交互時產生的亂碼。很多存儲媒介，如數據庫，文件，流等的存儲方式都是基于字節流的，Java程序與這些媒介交互時就會發生字符(char)與字節(byte)之間的轉換，具體情況如下：

從頁面form提交數據到java程序 byte－>char
從java程序到頁面顯示 char—>byte

從數據庫到java程序 byte—>char
從java程序到數據庫 char—>byte

從文件到java程序 byte－>char
從java程序到文件 char－>byte

從流到java程序 byte－>char
從java程序到流 char－>byte

如果在以上轉換過程中使用的編碼方式與字節原有的編碼不一致，很可能就會出現亂碼。

二、解決方法

前面已經提到了Java程序與其他媒介交互時字符和字節的轉換過程，如果這些轉換過程中容易產生亂碼。解決這些亂碼問題的關鍵在于確保轉換時使用的編碼方式與字節原有的編碼方式保持一致，下面分別論述（Java或JSP自身產生的亂碼請參看第一部分）。

1、JSP與頁面參數之間的亂碼
JSP 獲取頁面參數時一般采用系統默認的編碼方式，如果頁面參數的編碼類型和系統默認的編碼類型不一致，很可能就會出現亂碼。解決這類亂碼問題的基本方法是在頁 面獲取參數之前，強制指定request獲取參數的編碼方式：request.setCharacterEncoding("GBK")或 request.setCharacterEncoding("gb2312")。
如果在JSP將變量輸出到頁面時出現了亂碼，可以通過設置 response.setContentType("text/html;charset=GBK")或response.setContentType ("text/html;charset=gb2312")解決。
如果不想在每個文件里都寫這樣兩句話，更簡潔的辦法是使用Servlet規范中的過慮器指定編碼，過濾器的在web.xml中的典型配置和主要代碼如下：
web.xml:

<filter>
<filter-name>encoding</filter-name>
<filter-class>EncodingFilter</filter-class>
<init-param>
<param-name>encoding</param-name>
<param-value>GBK</param-value>
</init-param>
</filter>
<filter-mapping>
<filter-name>encoding</filter-name>
<url-pattern>/*</url-pattern>
</filter-mapping>

EncodingFilter.java:

import java.io.IOException;
import javax.servlet.FilterChain;
import javax.servlet.ServletRequest;
import javax.servlet.ServletResponse;
import javax.servlet.Filter;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import javax.servlet.ServletException;
import javax.servlet.FilterConfig;

public class EncodingFilter implements Filter{

protected FilterConfig filterConfig;
private String targetEncoding="GBK";
/**
* 初始化過濾器，獲得初始參數
*/
public void init(FilterConfig config)throws ServletException{
this.filterConfig = config;
this.targetEncoding = config.getInitParameter("encoding");
}
/**
* 進行過濾處理，這個方法最重要，所有的過濾處理代碼都在此實現
*/
public void doFilter(ServletRequest srequest,ServletResponse sresponse,FilterChain chain)throws IOException,ServletException{
System.out.println("使用一下方法對請求進行編碼：encoding="+targetEncoding);
HttpServletRequest request=(HttpServletRequest)srequest;
request.setCharacterEncoding(targetEncoding);
//把處理權發送到下一個
chain.doFilter(srequest,sresponse);
}
public void setFilterConfig(final FilterConfig filterConfig){
this.filterConfig=filterConfig;
}
//銷毀過濾器
public void destroy(){
this.filterConfig=null;
}
}

2、Java與數據庫之間的亂碼
大 部分數據庫都支持以unicode編碼方式，所以解決Java與數據庫之間的亂碼問題比較明智的方式是直接使用unicode編碼與數據庫交互。很多數據 庫驅動自動支持unicode，如Microsoft的SQLServer驅動。其他大部分數據庫驅動，可以在驅動的url參數中指定，如如mm的 mysql驅動：jdbc:mysql://localhost/WEBCLDB?useUnicode=true& characterEncoding=GBK。

3、Java與文件/流之間的亂碼
Java讀寫文件最常用的類是 FileInputStream/FileOutputStream和FileReader/FileWriter。其中FileInputStream 和FileOutputStream是基于字節流的，常用于讀寫二進制文件。讀寫字符文件建議使用基于字符的FileReader和 FileWriter，省去了字節與字符之間的轉換。但這兩個類的構造函數默認使用系統的編碼方式，如果文件內容與系統編碼方式不一致，可能會出現亂碼。 在這種情況下，建議使用FileReader和FileWriter的父類： InputStreamReader/OutputStreamWriter，它們也是基于字符的，但在構造函數中可以指定編碼類型： InputStreamReader(InputStream in, Charset cs) 和OutputStreamWriter(OutputStream out, Charset cs)。

4、其他
上 面提到的方法應該能解決大部分亂碼問題，如果在其他地方還出現亂碼，可能需要手動修改代碼。解決Java亂碼問題的關鍵在于在字節與字符的轉換過程中，你 必須知道原來字節或轉換后的字節的編碼方式，轉換時采用的編碼必須與這個編碼方式保持一致。我們以前使用Resin服務器，使用smartUpload組 件上傳文件，上傳文件同時傳遞的中文參數獲取沒有亂碼問題。當在Linux中把Resin設置成服務后，上傳文件同時的中文參數獲取出現了亂碼。這個問題 困擾了我們很久，后來我們分析smartUpload組件的源文件，因為文件上傳采用的是字節流的方式，里面包含的參數名稱和值也是字節流的方式傳遞的。 smartUpload組件讀取字節流后再將參數名稱和值從字節流中解析出來，問題就出現在smartUpload將字節流轉換成字符串時采用了系統默認 的編碼，而將Resin設置成服務后，系統默認的編碼可能發生了改變，因此出現了亂碼。后來，我們更改了smartUpload的源文件，增加了一個屬性 charset和setCharset(String)方法，將upload()方法中提取參數語句：
String value = new String(m_binArray, m_startData, (m_endData - m_startData) + 1 );
改成了
String value = new String(m_binArray, m_startData, (m_endData - m_startData) + 1, charset );
終于解決了這個亂碼問題。

1. 在Word或Excel中制作報表的樣式。

        Excel的行高和列寬單位無法用mm或cm表示。

        需要計算。在1024*768下，1CM約為38像素。

        以此為基準，可計算并控制報表的行列位置。

2. 在Word中設置“表格——標題行重復”。

    在Excel中設置“文件——頁面設置——工作表——打印標題”。

3. 另存為網頁，改后綴名“htm”為“jsp”。

4. Word報表文件頭為：

           <%@page contentType="application/msword;charset=GBK" language="java"%>

     Excel報表文件頭為：

           <% @page  contentType="application/vnd.ms-excel;charset=GBK" language="java"%>

5. 在文件頭部分定義打印參數變量如下（以Excel為例）：

<%  

   //需要打印的記錄條數
   int PrintRowCount=RowCount;  

   //每頁打印的記錄條數
   int PageRowCount=16;           

   //最后一頁需要打印的空行的數目
   int LoopNum=PageRowCount-PrintRowCount%PageRowCount;

   //打印區域的高度，其中2的意思是每頁需要重復的標題行的數目
   int PrintAreaHeight=(PrintRowCount%PageRowCount==0)?PrintRowCount+2:PrintRowCount+LoopNum+2;

%>

6. 在<style></style>后，改動<!--[if gte mso 9]與<![endif]-->標簽中的XML標簽內容，主要是設置動態打印區域（以Excel為例）：

    <%

     out.print(" ......
        "<x:ExcelName>"+
        "<x:Name>Print_Area</x:Name>"+
        "<x:SheetIndex>1</x:SheetIndex>"+
        "<x:Formula>=Sheet1!$A$1:$G$"+PrintAreaHeight+"</x:Formula>"+
        "</x:ExcelName>"+
         ...... ");

     %>

7. JSP其他編碼。

下面是主體循環打印部分（以Excel為例）：

<% 
      for (int i=1;i<=PrintRowCount; i++)
       {
              out.print("<tr>"<td>"+i+"</td></tr>"); //有內容
       }
 
      if (LoopNum!=PageRowCount)  //有空行則打印空行補齊最末一頁
          for (int j=1;j<=LoopNum; j++)
            {
                   out.print("<tr><td>　</td></tr>");//無內容
            }
%>

8. 測試并繼續修改。

將一個JSP頁面中的<%@ page contentType="text/html; charset=GBK" language="java" %>替換為

<%@ page contentType="application/vnd.ms-excel;charset=GBK" language="java"%> //Excel

或

<%@ page contentType="application/vnd.ms-word;charset=GBK" language="java"%> //Word

在頁面開始輸出數據前中加入一行

<%

response.setHeader("Content-disposition","attachment;filename=result.xls");//Excel

%>

或

<%

response.setHeader("Content-disposition","attachment;filename=result.doc");//Word

%>

對頁面中的其它部分的處理：

去掉導入的CSS文件（可以在頁面中加入<style type=”text/css”></style>）

去掉所有的javascript或VBScript

其它代碼不需要更改

1 最基本的亂碼問題。

這個亂碼問題是最簡單的亂碼問題。一般新會出現。就是頁面編碼不一致導致的亂碼。

<%@ page language="java" pageEncoding="UTF-8"%>

<%@ page contentType="text/html;charset=iso8859-1"%>

<html>

<head>

<title>中文問題</title>

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">

</head>

</head>

<body>

  我是個好人

</body>

</html>

三個地方的編碼。

第一個地方的編碼格式為jsp文件的存儲格式。Eclipse會根據這個編碼格式保存文件。并編譯jsp文件，包括里面的漢字。

第二處編碼為解碼格式。因為存為UTF-8的文件被解碼為iso8859-1，這樣 如有中文肯定出亂碼。也就是必須一致。而第二處所在的這一行，可以沒有。缺省也是使用iso8859-1的編碼格式。所以如果沒有這一行的話，“我是個好人”也會出現亂碼。必須一致才可以。

  第三處編碼為控制瀏覽器的解碼方式。如果前面的解碼都一致并且無誤的話，這個編碼格式沒有關系。有的網頁出現亂碼，就是因為瀏覽器不能確定使用哪種編碼格式。因為頁面有時候會嵌入頁面，導致瀏覽器混淆了編碼格式。出現了亂碼。

2 表單使用Post方式提交后接收到的亂碼問題

這個問題也是一個常見的問題。這個亂碼也是tomcat的內部編碼格式iso8859-1在搗亂，也就是說post提交時，如果沒有設置提交的編碼格式，則會以iso8859-1方式進行提交，接受的jsp卻以utf-8的方式接受。導致亂碼。既然這樣的原因，下面有幾種解決方式，并比較。

A 接受參數時進行編碼轉換

String str = new String(request.getParameter("something").getBytes("ISO-8859-1"),"utf-8") ； 這樣的話，每一個參數都必須這樣進行轉碼。很麻煩。但確實可以拿到漢字。

B 在請求頁面上開始處，執行請求的編碼代碼， request.setCharacterEncoding("UTF-8")，把提交內容的字符集設為UTF－8。這樣的話，接受此參數的頁面就不必在轉碼了。直接使用

String str = request.getParameter("something")；即可得到漢字參數。但每頁都需要執行這句話。這個方法也就對post提交的有效果，對于get提交和上傳文件時的enctype="multipart/form-data"是無效的。稍后下面單獨對這個兩個的亂碼情況再進行說明。

C 為了避免每頁都要寫request.setCharacterEncoding("UTF-8")，建議使用過濾器對所有jsp

  進行編碼處理。這個網上有很多例子。請大家自己查閱。

3 表單get提交方式的亂碼處理方式。

如果使用get方式提交中文，接受參數的頁面也會出現亂碼，這個亂碼的原因也是tomcat的內部編碼格式iso8859-1導致。Tomcat會以get的缺省編碼方式iso8859-1對漢字進行編碼，編碼后追加到url，導致接受頁面得到的參數為亂碼/、。

解決辦法：

A 使用上例中的第一種方式，對接受到的字符進行解碼，再轉碼。

B Get走的是url提交，而在進入url之前已經進行了iso8859-1的編碼處理。要想影響這個編碼則需要在server.xml的Connector節點增加useBodyEncodingForURI="true"

屬性配置，即可控制tomcat對get方式的漢字編碼方式，上面這個屬性控制get提交也是用request.setCharacterEncoding("UTF-8")所設置的編碼格式進行編碼。所以自動編碼為utf-8，接受頁面正常接受就可以了。但我認為真正的編碼過程是，tomcat又要根據

<Connector port="8080"

maxThreads="150" minSpareThreads="25" maxSpareThreads="75"

enableLookups="false" redirectPort="8443" acceptCount="100"

debug="0" connectionTimeout="20000" useBodyEncodingForURI="true"

disableUploadTimeout="true" URIEncoding=”UTF-8”/>

里面所設置的URIEncoding=”UTF-8”再進行一次編碼，但是由于已經編碼為utf-8，再編碼也不會有變化了。如果是從url獲取編碼，接受頁面則是根據URIEncoding=”UTF-8”來進行解碼的。

4 上傳文件時的亂碼解決

  上傳文件時，form表單設置的都是enctype="multipart/form-data"。這種方式以流方式提交文件。如果使用apach的上傳組件，會發現有很多亂碼想象。這是因為apach的先期commons-fileupload.jar有bug，取出漢字后進行解碼，因為這種方式提交，編碼又自動使用的是tomcat缺省編碼格式iso-8859-1。但出現的亂碼問題是： 句號，逗號，等特殊符號變成了亂碼，漢字如果數量為奇數，則會出現亂碼，偶數則解析正常。

    解決方式： 下載commons-fileupload-1.1.1.jar 這個版本的jar已經解決了這些bug。

但是取出內容時仍然需要對取出的字符進行從iso8859-1到utf-8轉碼。已經能得到正常所有漢字以及字符。

5 Java代碼關于url請求，接受參數的亂碼

url的編碼格式，取決于上面所說的URIEncoding=”UTF-8”。 如果設定了這個編碼格式，則意味著所有到url的漢字參數，都必須進行編碼才可以。否則得到的漢字參數值都是亂碼，例如

一個鏈接 Response.sendDerect（“/a.jsp?name=張大維”）；而在a.jsp里面直接使用

String name"）；得到的就是亂碼。因為規定了必須是utf-8才可以，所以，這個轉向應該這樣寫：

    Response.sendDerect（“/a.jsp?name=URLEncode.encode(“張大維”,”utf-8”)；才可以。

如果不設置這個參數URIEncoding=”UTF-8”， 會怎么樣呢? 不設置則就使用了缺省的編碼格式iso8859-1。問題又出來了，第一就是參數值的個數如果是奇數個數，則就可以正常解析，如果使偶數個數，得到最后字符就是亂碼。還有就是如果最后一個字符如果是英文，則就能正常解析，但中文的標點符號仍出現亂碼。權宜之計，如果您的參數中沒有中文標點符號，則可以在參數值最后加一個英文符號來解決亂碼問題，得到參數后再去掉這個最后面的符號。也可以湊或使用。

6 腳本代碼關于url請求，接受到的參數亂碼

腳本中也會進行頁面轉向的控制，也會涉及到附帶參數，并在接受頁面解析這個參數的情況。如果這個漢字參數不進行URIEncoding=”UTF-8”所指定的編碼處理，則接受頁面接受到的漢字也是亂碼。腳本處理編碼比較麻煩，必須有相應的編碼腳本對應文件，然后調用腳本中的方法對漢字進行編碼即可。

7 關于jsp在MyEclipse中打開的亂碼問題

對于一個已經存在的項目，Jsp文件的存儲格式可能是utf-8。如果新安裝的eclipse，則缺省打開使用的編碼格式都是iso8859-1。所以導致jsp里面的漢字出現亂碼。這個亂碼比較容易解決，直接到eclipse3.1的偏好設置里面找到general-〉edidor，設置為您的文件打開編碼為utf-8即可。Eclipse會自動重新以新的編碼格式打開。漢字即可正常顯示。

8 關于html頁面在eclipse中打開出現亂碼情況

由于大部分頁面都是由dreamweaver制作，其存儲格式跟eclipse的識別有差別導致。

一般這種情況，在eclipse中新建一個jsp，直接從dreamweaver復制頁面內容粘貼到jsp即可。