和Java一樣，JSP是目前比較熱門的一個話題。它是一種在服務(wù)器端編譯執(zhí)行的Web設(shè)計語言，因?yàn)槟_本語言采用了Java，所以JSP繼承了Java的所有優(yōu)點(diǎn)。可是在使用JSP程序的過程中，常遇到中文亂碼問題，很多人為此頭疼不已，筆者就深受其害，而且使用平臺不同，中文亂碼問題的解決方法也不同，無形中增加了學(xué)習(xí)JSP的難度。其實(shí)，在徹底了解相關(guān)原因后，問題還是比較容易解決的。筆者結(jié)合自己的工作實(shí)踐，對中文顯示問題進(jìn)行了一定的研究，并在不同的環(huán)境下進(jìn)行了相關(guān)測試，以下是筆者總結(jié)的解決方法，相信對讀者會有一定的借鑒意義。
JSP中文亂碼問題的解決
● 彭文波
--------------------------------------------------------------------------------
字符內(nèi)碼
每個國家（或區(qū)域）都規(guī)定了計算機(jī)信息交換用的字符編碼集，如美國的擴(kuò)展ASCII碼、中國的GB2312-80、日本的 JIS 等，作為該國家(區(qū)域)信息處理的基礎(chǔ)，有著統(tǒng)一編碼的重要作用。由于各本地字符集代碼范圍重疊，相互間信息交換困難，軟件本地化版本獨(dú)立維護(hù)成本較高。因此有必要將本地化工作中的共性抽取出來，做一致性處理，將特殊的本地化處理內(nèi)容降低到最少，這就是所謂的國際化（I18N）。各種語言信息被規(guī)范為本地信息，而底層字符集采用包含了所有字符的Unicode。
字符內(nèi)碼(character code)指的是用來代表字符的內(nèi)碼。我們在輸入和存儲文檔時都要使用內(nèi)碼，內(nèi)碼分為單字節(jié)內(nèi)碼和雙字節(jié)內(nèi)碼。單字節(jié)內(nèi)碼的英文全稱是Single-Byte Character Sets (SBCS)，可以支持256個字符編碼；雙字節(jié)內(nèi)碼的英文全稱是Double-Byte Character Sets(DBCS)，可以支持65000個字符編碼，主要用來對大字符集的東方文字進(jìn)行編碼。
CodePage指的是一個經(jīng)過挑選的以特定順序排列的字符內(nèi)碼列表，對于早期的單字節(jié)內(nèi)碼的語種，CodePage中的內(nèi)碼順序使得系統(tǒng)可以按照此列表來根據(jù)鍵盤的輸入值給出一個對應(yīng)的內(nèi)碼。對于雙字節(jié)內(nèi)碼，給出的是MultiByte到Unicode的對應(yīng)表，這樣就可以把以Unicode形式存放的字符轉(zhuǎn)化為相應(yīng)的字符內(nèi)碼。引入對CodePage的支持主要是為了訪問多語種文件名，目前在NTFS和FAT32/VFAT下的文件系統(tǒng)上都使用Unicode，這需要系統(tǒng)在讀取這些文件名時動態(tài)地將其轉(zhuǎn)換為相應(yīng)的語言編碼。
相信了解JSP代碼的讀者對ISO8859-1一定不陌生，ISO8859-1是我們平時使用比較多的一個CodePage，它屬于西歐語系。GB2312-80 是在國內(nèi)計算機(jī)漢字信息技術(shù)發(fā)展初始階段制訂的，其中包含了大部分常用的一、二級漢字和9區(qū)的符號。該字符集是幾乎所有的中文系統(tǒng)和國際化的軟件都支持的中文字符集，這也是最基本的中文字符集。
GBK 是 GB2312-80 的擴(kuò)展，是向上兼容的。它包含了20902個漢字，其編碼范圍是 0x8140～0xFEFE，剔除高位 0x80 的字位，其所有字符都可以一對一映射到 Unicode 2.0，也就是說 Java 實(shí)際上提供了對 GBK 字符集的支持。
>GB18030-2000(GBK2K) 在 GBK 的基礎(chǔ)上進(jìn)一步擴(kuò)展了漢字，增加了藏、蒙等少數(shù)民族的文字。GBK2K 從根本上解決了字位不夠、字形不足的問題。
不同開發(fā)平臺的區(qū)別
1．Tomcat 4開發(fā)平臺
Windows 98／2000下的Tomcat 4以上版本都會出現(xiàn)中文問題（而在Linux下和Tomcat 3.x中則沒有問題），主要表現(xiàn)是頁面顯示亂碼。在IE中調(diào)整字符集為GB2312，就可以正常顯示了。
為解決這個問題，可在每個JSP的頁面開始處加上<%@ page language=“Java” contentType=“text/html; charset=gb2312”%>。不過，這還不夠，雖然這時顯示了中文，但是發(fā)現(xiàn)從數(shù)據(jù)庫讀出的字段變成了亂碼。經(jīng)過分析發(fā)現(xiàn): 在數(shù)據(jù)庫中保存的中文字符是正常的，數(shù)據(jù)庫用ISO8859-1字符集存取數(shù)據(jù)，而Java程序在處理字符時默認(rèn)采用統(tǒng)一的ISO8859-1字符集(這也體現(xiàn)了Java國際化思想)，所以在數(shù)據(jù)添加的時候Java和數(shù)據(jù)庫都是以ISO8859-1方式處理，這樣不會出錯。但是在讀取數(shù)據(jù)的時候就出現(xiàn)問題了，因?yàn)閿?shù)據(jù)讀出也采用ISO8859-1字符集，而 JSP的文件頭中有語句<%@ page language=“Java” contentType=“text/html; charset=gb2312”%>，這說明頁面采用GB2312的字符集顯示，這樣就和讀出的數(shù)據(jù)不一樣。這時頁面顯示從數(shù)據(jù)庫中讀出的字符是亂碼，解決的方法是對這些字符轉(zhuǎn)碼，從ISO8859-1轉(zhuǎn)成GB2312，就可以正常顯示了。這個解決辦法對很多平臺具有通用性，讀者可以靈活運(yùn)用。
2．Tomcat 3.x、Resin及Linux平臺
在Tomcat 3.x、Resin中或是在Linux下，沒有加入語句<%@ page language=“Java” contentType=“text/html; charset=gb2312”%>，而頁面中的<meta http-equiv=“Content-Type” content=“text/html; charset=gb2312”>語句起了作用，此時可以正常顯示。相反，如果加上<%@ page language=“java” contentType=“text/html; charset=gb2312”%>系統(tǒng)會報錯，說明Tomcat 4以上版本的引擎在處理JSP時還是有差別的。
另外，對于不同的數(shù)據(jù)庫如SQL Server，Oracle，Mysql，Sybase等，字符集的選擇很重要。如果考慮多語言版本，數(shù)據(jù)庫的字符集就應(yīng)該統(tǒng)一采用ISO8859-1，需要輸出的時候在不同的字符集之間做轉(zhuǎn)換就可以了。
以下是針對不同平臺的總結(jié)：
(1) JSWDK只適合于普通開發(fā)，穩(wěn)定性和其他問題可能不如商業(yè)軟件。 由于JDK 1.3版性能要好于JDK 1.2.2很多，并且對中文的支持也較好，所以應(yīng)該盡量采用。
(2) 作為免費(fèi)的商業(yè)軟件，Resin不僅速度快、穩(wěn)定、自動編譯，還可以指出出錯行，并可在服務(wù)器端支持使用JavaScript等，而且對中文的支持也很好。
(3) Tomcat僅僅是一個對JSP 1.1、Servlet 2.2標(biāo)準(zhǔn)的實(shí)現(xiàn), 我們不應(yīng)該要求這個免費(fèi)軟件在細(xì)節(jié)和性能上都面面俱到, 它主要考慮英文用戶, 這也是為什么不做特殊轉(zhuǎn)換，漢字用URL方法傳遞就有問題的原因。大部分IE瀏覽器缺省始終以UTF-8發(fā)送, 這似乎是Tomcat的一個不足, 另外Tomcat不管當(dāng)前的操作系統(tǒng)是什么語言, 都按ISO8859去編譯JSP, 似乎也欠妥。
JSP代碼的中文處理
在JSP代碼中以下幾處經(jīng)常需要涉及到中文處理:
1. 在URL中附帶中文參數(shù)。這里中文參數(shù)通常可以直接讀取，例如: <%= request.getParameter(“showword”)%>
2. 在JSWDK中讀取HTML表單提交的中文值這時需要加以編碼，較為簡潔的寫法是：
String name1=new String(request.getParameter(“user_id”).getBytes(“ISO8859_1”))。
另外，在JDK 1.3的支持下，不需加入<%@ page contentType=“text/html;charset=gb2312”%> ，而在JDK 1.2.2 以下，即使以上兩種方法同時運(yùn)用也很不穩(wěn)定。但在Resin平臺，情況較好，只要在頁面第一行加入：<%@ page contentType=“text/html;charset=gb2312”%>即可正確處理中文，如果再加代碼則反而不對。
3．在JSWDK中Session包含的中文，如果從表單中讀出的值經(jīng)過編碼可正確顯示，但直接賦予中文值則不行，而Resin平臺則很好。
4. 在編譯Servlet和JSP時加入代碼選項(xiàng)。在編譯Servlet時使用Java-Encoding ISO8859-1 myservlet.java；在JSP的ZONE配置文件中，修改編譯參數(shù)為：Compiler=builtin - javac- encoding ISO8859-1。使用這種方法后，不需要做其他的改動就可以正常顯示中文了。
另外，流行的關(guān)系數(shù)據(jù)庫系統(tǒng)都支持?jǐn)?shù)據(jù)庫Encoding，也就是說在創(chuàng)建數(shù)據(jù)庫時可以指定它自己的字符集設(shè)置，數(shù)據(jù)庫的數(shù)據(jù)以指定的編碼形式存儲。當(dāng)應(yīng)用程序訪問數(shù)據(jù)時，在入口和出口處都會有 Encoding 轉(zhuǎn)換。對于中文數(shù)據(jù)，數(shù)據(jù)庫字符編碼的設(shè)置應(yīng)當(dāng)保證數(shù)據(jù)的完整性。 GB2312、GBK、UTF-8 等都是可選的數(shù)據(jù)庫 Encoding，也可以選擇 ISO8859-1 (8-bit)， 但會增加了編程的復(fù)雜度，ISO8859-1不是推薦的數(shù)據(jù)庫 Encoding。在JSP/Servlet編程時，可以先用數(shù)據(jù)庫管理系統(tǒng)提供的管理功能檢查其中的中文數(shù)據(jù)是否正確。
處理方法實(shí)例
下面是兩個具體的中文亂碼解決實(shí)例，讀者仔細(xì)研究后可能會有所收獲。
1．常見的字符轉(zhuǎn)換方法
將Form 中 的 值 傳 送 到 數(shù) 據(jù) 庫 中 再 取 出 來 后 全 變 成 了“？”。Form用POST提交數(shù)據(jù)，代碼中使用了語句：String st=new(request.getParameter(“name”).getBytes(“ISO8859_1”))， 而且也聲明了charset=gb2312。
要處理Form中傳遞的中文參數(shù)，應(yīng)該在JSP中加入下面的代碼，另外定義一個專門解決這個問題的getStr類，然后對接收到的參數(shù)進(jìn)行轉(zhuǎn)換：
String keyword1=request.getParameter(“keyword1”);
keyword1=getStr(keyword1);
這樣就可以解決問題了，代碼如下：
<%@ page contentType=“text/html;charset=gb2312”%>
<%!
public String getStr(String str){
try{String temp_p=str;
byte[] temp_t=temp_p.getBytes(“ISO8859-1”);
String temp=new String(temp_t);
return temp;
}
catch(Exception e){ }
return “NULL”;
}
%>
<%--http://www.cndes.com測試--%>
<% String keyword=“創(chuàng)聯(lián)網(wǎng)絡(luò)技術(shù)中心歡迎您的到來”;
String keyword1=request.getParameter(“keyword1”);
keyword1=getStr(keyword1);
out.print(keyword);
out.print(keyword1);
%>
2. JDBC Driver的字符轉(zhuǎn)換
目前大多數(shù)JDBC Driver采用本地編碼格式來傳輸中文字符，例如中文字符“0x4175”會被轉(zhuǎn)成“0x41”和“0x75”進(jìn)行傳輸。因此需要對JDBC Driver返回的字符以及要發(fā)給JDBC Driver的字符進(jìn)行轉(zhuǎn)換。當(dāng)用JDBC Driver向數(shù)據(jù)庫中插入數(shù)據(jù)時，需要先將Unicode轉(zhuǎn)成Native code; 當(dāng) JDBC Driver從數(shù)據(jù)庫中查詢數(shù)據(jù)時，則需要將Native code轉(zhuǎn)換成Unicode。下面給出了這兩種轉(zhuǎn)換的實(shí)現(xiàn):
String native2Unicode(String s) {
if (s == null || s.length() == 0) {
return null;
}
byte[] buffer = new byte[s.length()];
for (int i = 0; i s.length(); i++) { if (s.charAt(i)>= 0x100) {
c = s.charAt(i);
byte []buf = (“”+c).getBytes();
buffer[j++] = (char)buf[0];
buffer[j++] = (char)buf[1];
}
else {buffer[j++] = s.ch