本文轉四度空間
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。
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:
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。
//////////////////////////////////////////////////////////////////////////////////////////
jsp中文亂碼問題的解決辦法 jsp中java中文編碼問題的個人經驗|終于看到一個完全解決的方案
四月 5th, 2006
====================http://www.glgg.net/blog===================zsjnju@hotmail.com=========
=======
開發java應用出現亂碼是很常見的,畢竟現在unicode的使用還不是很廣泛,在使用gb2312(包含了gbk
簡體,big5繁體)的系統中要正確實現
中文的display和數據庫的存儲是最基本的要求。
========================http://www.glgg.net/blog=======================================
1,首先developer要明確自己為什么會遇到亂碼,遇到什么樣的亂碼(無意義的符號還是一串問號或者
其它什么東西)。
新手遇到一堆很亂的字符時通常不知所措,最直接的反映就是打開google搜索”java中文”(這個字符
串在搜索引擎上的查詢頻率非常高),
然后一個一個的去看別人的解決方法。這樣做沒有錯,但是很難達到目的,原因下面會提到。
總之,出現亂碼的原因是非常多的,解決的方法也完全不一樣,要解決問題必須先分析自己的”上下文
環境”。
========================http://www.glgg.net/blog=====================================
2,具體說來,需要哪些信息才能確定項目中的亂碼的根源。
a,開發者所用的操作系統
b,j2ee容器的名稱,版本
c,數據庫的名稱,版本(精確版本)以及jdbc驅動的版本
d,出現亂碼的source code(比如是system out 出來的,還是jsp頁面中的,如果是jsp中的,那么頭
部聲明的情況也很重要)
=========================http://www.glgg.net/blog========================================
3,如何初步分析亂碼出現的原因。
有了上述的信息,基本上就可以發帖求助了,相信放到javaworld等論壇上,很快就會有高手給你提出
有效的解決方案的。
當然不能總靠發帖求助,也要試試自行解決問題。如何下手呢?
a,分析一下你的”亂碼”到底是什么編碼。這個其實不難,比如
System.out.println(testString);
這一段出現了亂碼,那么不妨用窮舉法猜測一下它的實際編碼格式。
System.out.println(new String(testString.getBytes(”ISO-8859-1〃),”gb2312〃));
System.out.println(new String(testString.getBytes(”UTF8〃),”gb2312〃));
System.out.println(new String(testString.getBytes(”GB2312〃),”gb2312〃));
System.out.println(new String(testString.getBytes(”GBK”),”gb2312〃));
System.out.println(new String(testString.getBytes(”BIG5〃),”gb2312〃));
等等,上述代碼的意思是用制定的編碼格式去讀取testString這個”亂碼”,并轉換成gb2312(此處僅
以中文為例)
然后你看哪一個轉換出來的結果是ok的,那就。。。
b,如果用上面的步驟能得到正確的中文,說明你的數據肯定是在的,只不過是界面中沒有正確顯示而
已。那么第二步就該糾正你的view部分了
,通常需要檢查的是jsp中是否選擇了正確的頁面編碼。
在此要聲明被很多人誤解的一點,那就是<%@ page contentType=”text/html; charset=GB2312〃 %>
指令和<META http-equiv=Content-Type
content=”text/html; charset=gb2312〃>兩者的不同。通常網上的很多文章在提到中文問題時都是說
數據庫中選擇unicode或者gb2312存儲,同
時在jsp中用page指令聲明編碼就可以解決。但是我覺得這種說法很不負責任,害的我費了N多時間為本
來并不存在的亂碼而郁悶。實際上page
的作用是在jsp被編譯成為html的過程中提供編碼方式讓java來”讀取”表達式當中的String(有點類
似于上面的第三個語句的作用),而meta
的作用是眾所周知的為IE瀏覽器提供編碼選擇,是用來”顯示”最后的數據的。但是沒有看到有人提醒
這一點,我一直把page當成meta在用,
導致本來是iso-8859的數據,被page指令讀成gb2312,于是亂碼,所以又加了編碼轉化的函數把所有的
string數據都從iso8859轉到gb2312(為
什么這么轉,當時也沒考慮這么多,因為這么做可以正常顯示了,所以就這么改了,呵呵當時實在沒有
時間慢慢排查問題了)。
===========================http://www.glgg.net/blog=======================================
===
4,數據庫選擇什么樣的編碼比較好。
目前流行的DB主要有sql server,mysql,oracle,DB2等,其中mysql作為免費DB中的老大,性能和功
能是得到公認的,安裝配置比較方便,相
應的driver也比較完善,性價比是絕對的OK。所以就以mysql為例。
我個人建議采用mysql的默認編碼來存儲,也就是iso-8859-1(在mysql的選項中對應于latin-1)。理
由主要有這么幾個,一是iso-8859-1對中
文的支持不錯;二是跟java中的默認編碼一致,至少在很多地方免除了轉換編碼的麻煩;三是默認的比
較穩定,兼容性也更好,因為多編碼的
支持是由具體的DB產品提供的,別說跟其它的DB會不兼容,即使自身的不同版本也可能出現兼容性的問
題。
例如mysql 4.0以前的產品中,很多中文的解決方案是利用connection中的characterEncoding字段來制
定編碼,比如gb2312什么的,這樣是ok
的,因為原數據都是ISO8859_1編碼,jdbc驅動會采用url里面指定的character set來進行編碼,
resultSet.getString(*)取出的就是編碼后的
字符串。這樣就直接拿到gb2312的數據了。
但是mysql 4.1的推出給很多dbadmin帶來了不小的麻煩,因為mysql4.1支持column level的character
set,每個table,column都可以指定編碼
,不指定就是ISO8895_1,因此jdbc取出數據后會根據column的character set來進行編碼,而不再是用
一個全局的參數來取所有的數據了。
這從另一個方面也說明了亂碼問題的產生實在是很復雜的事情,原因太多了。我也只是針對自己遇
////////////////////////////////////////////////////////////////////////////////////////
和Java一樣,JSP是目前比較熱門的一個話題。它是一種在服務器端編譯執行的Web設計語言,因為腳本
語言采用了Java,所以JSP繼承了Java的所有優點。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,初學的時候我就深受其害,而且使用平臺不同,中文亂碼問題的解決方法也不
同,無形中增加了學習JSP的難度。其實,在徹底了解相關原因后,問題還是比較容易解決的。,以下
是我總結的解決方法,相信對讀者會有一定的借鑒意義。 (因為我使用得最多的是Tomcat環境,所以
主要是以Tomcat為例,其它的環境只會提及一下,但解決辦法也是差不多的!
每個國家(或區域)都規定了計算機信息交換用的字符編碼集,如美國的擴展ASCII碼、中國的GB2312
-80、日本的 JIS 等,作為該國家(區域)信息處理的基礎,有著統一編碼的重要作用。由于各本地字
符集代碼范圍重疊,相互間信息交換困難,軟件本地化版本獨立維護成本較高。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容降低到最少,這就是所謂的國際化
(I18N)。各種語言信息被規范為本地信息,而底層字符集采用包含了所有字符的Unicode。
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 是在國內計算機漢字信息技術發展初始階段制訂的,其中包含了大部分
常用的一、二級漢字和9區的符號。該字符集是幾乎所有的中文系統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
實際上提供了對 GBK 字符集的支持。
>GB18030-2000(GBK2K) 在 GBK 的基礎上進一步擴展了漢字,增加了藏、蒙等少數民族的文字。
GBK2K 從根本上解決了字位不夠、字形不足的問題。
1.Tomcat 4開發平臺
這個版本應該是我們經常用到的版本,所以討論得會比較詳細。
Windows 98/2000下的Tomcat 4以上版本都會出現中文問題(而在Linux下和Tomcat 3.x中則沒有問
題),主要表現是頁面顯示亂碼。
為解決這個問題,最簡單的方法就是在每個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,但是發現
從數據庫讀出的字段變成了亂碼。經過分析發現: 在數據庫中保存的中文字符是正常的,數據庫用
ISO8859-1字符集存取數據,而Java程序在處理字符時默認采用統一的ISO8859-1字符集(這也體現了
Java國際化思想),所以在數據添加的時候Java和數據庫都是以ISO8859-1方式處理,這樣不會出錯。但
是在讀取數據的時候就出現問題了,因為數據讀出也采用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,這樣就和讀出的數據不一樣。這時頁面顯示從數據庫中讀出的字符是亂碼,解決
的方法是對這些字符轉碼,從ISO8859-1轉成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,讀者可以靈活運用。具體的方法會在以下詳細講解。另外,對于不同的數據庫如SQL
Server,Oracle,Mysql,Sybase等,字符集的選擇很重要。如果考慮多語言版本,數據庫的字符集就
應該統一采用ISO8859-1,需要輸出的時候在不同的字符集之間做轉換就可以了。
以下是針對不同平臺的總結:
(1) JSWDK只適合于普通開發,穩定性和其他問題可能不如商業軟件。 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,所以應該盡量采用。 現在jdk已經出到1.4版本了,所以
如果允許最好升級到最新的版本,這樣對中文的也會較好,而且還可以得到更多的支持。
(2) Tomcat僅僅是一個對JSP 1.1、Servlet 2.2標準的實現, 我們不應該要求這個免費軟件在細節
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發送, 這似乎是Tomcat的一個不足, 另外Tomcat不管
當前的操作系統是什么語言, 都按ISO8859去編譯JSP, 似乎也欠妥。
2.JSP代碼的中文處理
(1)如果與數據無關的操作,可以在頁面首行加入
(2)將Form中的值傳送到數據庫中再取出來后全變成了“?”。Form用POST提交數據,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,應該在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進行轉換:
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=“創聯網絡技術中心歡迎您的到來”;
String keyword1=request.getParameter(“keyword1”);
keyword1=getStr(keyword1);
out.print(keyword);
out.print(keyword1);
%>
另外,流行的關系數據庫系統都支持數據庫Encoding,也就是說在創建數據庫時可以指定它自己的字符
集設置,數據庫的數據以指定的編碼形式存儲。當應用程序訪問數據時,在入口和出口處都會有
Encoding 轉換。對于中文數據,數據庫字符編碼的設置應當保證數據的完整性。 GB2312、GBK、
UTF-8 等都是可選的數據庫 Encoding,也可以選擇 ISO8859-1 (8-bit), 但會增加了編程的復
雜度,ISO8859-1不是推薦的數據庫 Encoding。在JSP/Servlet編程時,可以先用數據庫管理系統提供
的管理功能檢查其中的中文數據是否正確。
(3)JDBC Driver的字符轉換
目前大多數JDBC Driver采用本地編碼格式來傳輸中文字符,例如中文字符“0x4175”會被轉成“0x41
”和“0x75”進行傳輸。因此需要對JDBC Driver返回的字符以及要發給JDBC Driver的字符進行轉換
。當用JDBC Driver向數據庫中插入數據時,需要先將Unicode轉成Native code; 當 JDBC Driver
從數據庫中查詢數據時,則需要將Native code轉換成Unicode。下面給出了這兩種轉換的實現:
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.charAt(i);}
}
return new String(buffer, 0, j);
}
要注意的是,有些JDBC Driver如果通過JDBC Driver Manager設置了正確的字符集屬性,以上方法
就不需要了。具體情況可參考相關JDBC的資料。
其實理解了,中文亂碼就這么一回事!反復使用就會摸出一定的門道了!我覺得以上的三種方法,只要你
真的能弄懂,在遇到中文問題時,在這三種方法多試嘗,我保證你不再會使這種中文問題所煩!
以上只是自己的一些經驗所談,如果有什么不對,希望能提出,共同學習!
//////////////////////////////////////////////////////////////////////////////////////////
我的亂碼之路——JSP與MySQL交互的中文亂碼解決方案及總結
交互的時候的部分中文亂碼問題:在JSP程序中讀取MySQL的中文內容,用這兩個方法可以解決亂碼問題
。
該出現了編碼轉換過程中的字符信息丟失。郁悶的是,我在命令行窗口中登陸到MySQL后,執行如
“INSERT INTO customerVALUES('字符',...)”這樣的語句時,寫入到數據表中的中文內容又是顯示正
常的!!!數據庫使用的字符集是utf8。
Toallow multiple character sets to be sent from the client, the "UTF-8"encoding should be
used, either by configuring "utf8" as the defaultserver character set, or by configuring
the JDBC driver to use "UTF-8"through the characterEncoding property.
給定的字符集:_charset str。
,于是開始測試:
”
有一個能成功吧。瀏覽了一下,發現沒有幾個熟悉的字符集,就只剩下一個latin1(ISO-8859-1)比較常
見了,不會是它吧,一試之下果然便是。
"...characterEncoding=UTF-8",然后把寫入數據庫的中文內容用
串.然后再寫入到數據庫一切顯示正常。
及程序之間傳遞數據(尤其是multiple character sets中的數據)時便會產生亂碼以及字符信息的丟
失.解決這個問題的關鍵便是了解數據輸出端和接收端使用的字符集和字符編碼方式,如果這兩種編碼
方式不同,便需要在數據出口或入口處進行 轉碼。一般的說,在編寫代碼,編譯,以及運行期間都會字
符數據的傳遞,因此需要特別小心。
一切正常,可是一旦保存后再次打開文檔,所有的中文字符都變成了亂碼。這是因為在編寫的時候,這
些字符數據都在內存的某個stream中,ok,這沒問題,可是保存的時候這個stream中的數據會被寫入到
硬盤,使用的就是你的開發工具默認的編碼方式,如果很不幸你的開發工具默認編碼方式是ISO-8859-1
,中文字符信息就不能正確地存儲。Eclipse中可以這樣查看并修改默認字符編碼方式:Project-
>Properties->info,這里有"default encoding for text file"。如果設置為GBK,那么編寫代碼
并保存這關就過了。
.class才能提交給服務器執行.這個過程也存在字符編碼問題.java編譯器(javac)使用操作系統的語
言環境作為默認的字符編碼方式,JRE(Java Runtime Environment)也是這樣。只有當編譯和運行環境
的字符編碼方式與存儲源文件的編碼方式相同時,中文字符才能正確地顯示。否則就需要在運行時進行
轉碼,使它們使用兼容的編碼。這里的設置可以分為幾個層次:操作系統層支持的語言,這是最重要的
,因為它會影響JVM的默認字符編碼方式,同時對字符的顯示,如字體等有直接影響;J2EE服務器層
,大多數服務器都可以對字符編碼進行自定義的配置,例如Tomcat就可以通過web.xml中設置
javaEncoding參數設置字符編碼,默認是UTF-8.
設置自己的編碼方式,這個我目前還沒有用到,以后再學習。
,對外部文件進行讀寫.在這些情況下,應用程序免不了要和外部系統進行數據交換。那么對于中文字
符, 數據出入口的編碼方式就顯得特別重要了。一般外部系統都有自己的字符編碼方式,我的例子中
配置的MySQL就是使用的UTF-8編碼。JSP頁面通過設定"charset=gb2312",