盡管關(guān)于Java中文問題的討論已經(jīng)相當(dāng)多了，但由于Java的相關(guān)技術(shù)標(biāo)準(zhǔn)繁多，面向Java的Web服務(wù)器、應(yīng)用服務(wù)器以及JDBC數(shù)據(jù)庫(kù)驅(qū)動(dòng)等都沒有官方的標(biāo)準(zhǔn)，所以Java應(yīng)用在處理中文時(shí)所存在的問題不僅沒有消失而且隨著所選用的服務(wù)器、驅(qū)動(dòng)程序以及運(yùn)行環(huán)境等因素的不同而變化。那么我們?nèi)绾螐谋姸喱F(xiàn)象中找出問題所在，并進(jìn)行分析和解決呢？與大部分的討論不同，本文將主要從如何預(yù)測(cè)、發(fā)現(xiàn)和檢查問題的角度給出建議，幫助開發(fā)人員找出可能引起問題的各種源頭，從而更好地解決Java的中文問題。

　　引言

　　盡管對(duì)于Java中文處理問題的討論已不乏其數(shù)，但由于Java技術(shù)涉及內(nèi)容廣（J2EE包含了十幾種相關(guān)技術(shù)），技術(shù)供應(yīng)商繁多，面向Java的Web服務(wù)器、應(yīng)用服務(wù)器以及JDBC數(shù)據(jù)庫(kù)驅(qū)動(dòng)等都沒有官方的標(biāo)準(zhǔn)，所以Java應(yīng)用在處理中文過程中出了存在固有的問題外也存在隨著選用的服務(wù)器，驅(qū)動(dòng)程序的不同而帶來(lái)的Java中文問題的多變性，增加了問題的復(fù)雜度。那么，我們?nèi)绾卧谶@么紛繁的現(xiàn)象中找到問題的癥結(jié)呢？

　　Java中文問題的一般解決辦法

　　事實(shí)上，Java的中文問題都是由于Java應(yīng)用所采用的缺省編碼格式與目標(biāo)或者應(yīng)用所要讀入字符的編碼格式不同而造成的（具體參見文獻(xiàn)1）。對(duì)于如何解決Java的中文問題，通常有四種方法：

　　1）選擇JDK的中文本地化版本。盡管Java2 JDK的中文本地化版本（http://java.sun.com/products/jdk/1.2/chinesejdk.html）并不是一個(gè)官方的版本，Sun公司也沒有承諾會(huì)對(duì)該本地化版本進(jìn)行升級(jí)，但其仍不失為一個(gè)Java中文問題的解決方案。

　　2）選擇合適的編譯參數(shù)。對(duì)于Java的國(guó)際版本來(lái)講，我們也可以在編譯Java應(yīng)用的時(shí)候通過指定確定的編碼機(jī)制來(lái)實(shí)現(xiàn)其編譯結(jié)果對(duì)中文的支持。例如，對(duì)于需要支持繁體中文和簡(jiǎn)體中文應(yīng)用可以通過javac -encoding big5 sourcefile.java 和javac -encoding gb2312 sourcefile.java來(lái)編譯源程序。

　　3）通過編程的方式實(shí)現(xiàn)字符編碼的轉(zhuǎn)換代碼。通過編程的方式來(lái)解決Java的中文問題，已經(jīng)成為了一種較為普遍的做法。下面就是一種最常見的字符編碼轉(zhuǎn)換函數(shù)，其將字符的編碼格式轉(zhuǎn)換為中文Windows系統(tǒng)的GBK編碼形式。

public static String toChinese(String strvalue)
   {
         try{
             if(strvalue==null)
                return null;
             else
             {
                strvalue = new String(strvalue.getBytes("ISO8859_1"), "GBK");
                return strvalue;
         }
         }catch(Exception e){
               return null;
         }
   }

　　4）定義字符輸出集。對(duì)于JSP應(yīng)用，我們可以通過<%@ page contentType="text/html; charset=GBK" %>或<%@ page contentType="text/html; charset=GB2312" %>來(lái)定義JSP頁(yè)面的字符輸出集。當(dāng)然，我們也可以通過HTML的標(biāo)記<META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=gb2312">來(lái)定義字符的輸出集。

　　存在的問題

　　根據(jù)方法實(shí)現(xiàn)的方式，我們可以將以上四種方法分為兩類，一類是通過利用某些標(biāo)準(zhǔn)或者規(guī)則來(lái)實(shí)現(xiàn)的方法，上面的1)、2)、4）都屬于此類；一類是通過針對(duì)性的編程來(lái)實(shí)現(xiàn)的方法，上面所提的方法3）就屬于此類。

　　由于方法1)，2)，4）是具有規(guī)范性的一類方法，所以方法比較簡(jiǎn)單，解決方案也不具備較大的針對(duì)性，較為通用，例如我們可以采用方法2）的編譯方式通過編譯Java源文件來(lái)實(shí)現(xiàn)內(nèi)碼的預(yù)置，而無(wú)需考慮源碼到底有哪些部分出現(xiàn)了Java的中文處理問題，諸如輸出亂碼等等。

　　但是，正由于這些方法不具備針對(duì)性，解決問題的方法過于統(tǒng)一，所以在某些情況下，它們并不能徹底地解決Java的中文問題。舉一個(gè)非常常見的例子。在通常情況下，用戶的Java應(yīng)用往往需要與其它Java應(yīng)用接口進(jìn)行交互，例如通過某種版本的JDBC訪問數(shù)據(jù)庫(kù)。由于JDBC的驅(qū)動(dòng)所支持的編碼隨著提供商乃至版本的不同而不同，所以如果在數(shù)據(jù)庫(kù)的輸入輸出過程中出現(xiàn)中文不能正確處理問題時(shí)，我們需要在數(shù)據(jù)的輸入和輸出過程做兩次正好相反的編碼轉(zhuǎn)換，這對(duì)于方法1），2），4）來(lái)說，往往是無(wú)法解決的。當(dāng)然，對(duì)于方法2，我們也可以通過采用一些技巧使來(lái)滿足上面的情況，一個(gè)最有效的辦法就是盡量將Java應(yīng)用的各個(gè)部分組件化。例如我們可以通過將數(shù)據(jù)庫(kù)的讀入和輸出代碼分解在不同的源文件上來(lái)實(shí)現(xiàn)分別編譯，從而滿足不同的字符編碼要求。但是通常的程序設(shè)計(jì)都不太可能滿足這種要求，因?yàn)檫@種程序的劃分結(jié)果很可能是不合理的。例如，我們將數(shù)據(jù)庫(kù)的讀出和寫入方法封裝到一個(gè)類中是比較合適的一種設(shè)計(jì)，但如果將該類的這兩個(gè)方法分別實(shí)現(xiàn)在兩個(gè)文件里則變得非常不合理。因此對(duì)于1），2），4）方法來(lái)說，雖然實(shí)現(xiàn)比較簡(jiǎn)單，但卻具有一些無(wú)法克服的缺點(diǎn)。這也是那些實(shí)現(xiàn)起來(lái)相對(duì)復(fù)雜的編程方法得以流行的原因。

　　相對(duì)于方法1），2），4）來(lái)說，方法3）具有更好的針對(duì)性和靈活性。程序可以根據(jù)不同的情況做出靈活的處理，在任何需要的地方進(jìn)行字符的編碼轉(zhuǎn)換，但是該方法的特點(diǎn)也對(duì)軟件的開發(fā)人員提出了更高要求--必須能夠準(zhǔn)確的捕捉到有可能發(fā)生中文處理問題的地方，并做出正確的判斷和處理。

　　分析的原則

　　總的說來(lái)，所有解決Java中文處理的方法都不是很復(fù)雜。相反的是，由于Java技術(shù)特別是J2EE技術(shù)涉及的內(nèi)容繁多，各種Web服務(wù)器、應(yīng)用服務(wù)器以及JDBC數(shù)據(jù)庫(kù)驅(qū)動(dòng)等參差不齊，所以如何正確而及時(shí)的發(fā)現(xiàn)應(yīng)用的中文處理問題則變得相對(duì)復(fù)雜的多。那么我們?nèi)绾蝸?lái)發(fā)現(xiàn)這些問題呢？

　　通常，Java處理中文時(shí)所產(chǎn)生的問題都是由于用戶的Java應(yīng)用所采用的缺省編碼格式與目標(biāo)或者應(yīng)用所要讀入字符的編碼格式不同而造成的，而引起這些不同的一個(gè)主要原因就是用戶的Java應(yīng)用與其它應(yīng)用進(jìn)行了編碼格式不匹配的數(shù)據(jù)交換（包括直接或間接的數(shù)據(jù)輸入、輸出）。所以，為了及時(shí)發(fā)現(xiàn)問題，我們可以由這一點(diǎn)入手，根據(jù)以下的原則對(duì)應(yīng)用進(jìn)行分析：

　　1. 注意字符變量情況。由于變量的字符編碼形式較為隱蔽，多次變量間數(shù)值的改變和運(yùn)算可能會(huì)引起字符集的改變；在變量與頁(yè)面所提交數(shù)據(jù)的各種操作中，較容易發(fā)生不同編碼格式字符進(jìn)行運(yùn)算的情況。

　　2. 注意任何形式的字符讀入與輸出。之所以要提到任何形式，是因?yàn)镴ava應(yīng)用大多數(shù)都是作為網(wǎng)絡(luò)應(yīng)用開發(fā)的，所以與其它語(yǔ)言的應(yīng)用相比，Java應(yīng)用需要面對(duì)網(wǎng)絡(luò)世界各種各樣的字符數(shù)據(jù)交換形式。例如各種表單的數(shù)據(jù)提交，URL形式的數(shù)據(jù)讀入，經(jīng)過加密運(yùn)算的字符數(shù)據(jù)交換，網(wǎng)頁(yè)控件選擇結(jié)果的輸入，控件內(nèi)容的的顯示（如List控件）等等。

　　3. 小心使用第三方的組件和應(yīng)用。由于第三方組件和應(yīng)用的實(shí)現(xiàn)是非透明的，所以一般情況下，我們很難判斷這些組件或驅(qū)動(dòng)的缺省編碼格式是什么，也無(wú)法對(duì)其進(jìn)行控制。因此，在使用它們所提供的接口函數(shù)進(jìn)行數(shù)據(jù)交換的時(shí)候要特別注意，如果確實(shí)出現(xiàn)中文無(wú)法正確處理情況，應(yīng)首先檢查我們自己的代碼并調(diào)整相關(guān)代碼以適應(yīng)這些接口，因?yàn)檫@些組件或者應(yīng)用基本上不會(huì)提供調(diào)整編碼機(jī)制的接口。必要時(shí)，我們可能需要采用其它可替換的組件或者應(yīng)用。

　　4. 注意被請(qǐng)求對(duì)象所含有的數(shù)據(jù)輸入與輸出。這是非常隱蔽的一類情況，當(dāng)我們的應(yīng)用以對(duì)象的方式（例如序列化的對(duì)象）進(jìn)行交互時(shí)，如果這個(gè)對(duì)象內(nèi)部含有字符數(shù)據(jù)的處理過程，或者含有某些數(shù)據(jù)的輸入、輸出，甚至是拋出一段用中文注解的異常，都可能出現(xiàn)中文無(wú)法正確顯示等問題。由于這些行為往往被封裝在對(duì)象中，所以我們?cè)诰帉懗绦驎r(shí)，很容易忽略這種可能情況。并且這種情況帶有一定的不可預(yù)見性，例如我們可能不清楚這個(gè)對(duì)象會(huì)在什么時(shí)候拋出什么樣的異常，所以這時(shí)我們就需要做一定的測(cè)試工作。

　　5. 注意數(shù)據(jù)庫(kù)的數(shù)據(jù)訪問過程。Java通過JDBC與數(shù)據(jù)庫(kù)建立連接。對(duì)于JDBC驅(qū)動(dòng)程序來(lái)說，由于目前大部分的JDBC驅(qū)動(dòng)程序并不是針對(duì)中文系統(tǒng)而設(shè)計(jì)的(中文數(shù)據(jù)大都采用ISO-8859-1編碼方式)，所以一般情況下在數(shù)據(jù)讀寫過程中往往都需要字符編碼的轉(zhuǎn)化。但是我們?nèi)越ㄗh用戶在使用這些JDBC驅(qū)動(dòng)時(shí)，仔細(xì)閱讀它的說明。如果確實(shí)無(wú)法弄清JDBC字符數(shù)據(jù)的編碼到底是什么，我們的建議是做一些必要的測(cè)試。例如下面是一組在簡(jiǎn)體中文Win2000平臺(tái)下，采用Weblogic 6.0所提供的JDBC驅(qū)動(dòng)從MS SQL Server2000中正確讀入中文字符的代碼（例子中進(jìn)行了字符運(yùn)算）：

 ...
Class.forName("weblogic.jdbc.mssqlserver4.Driver").newInstance();
   conn = myDriver.connect("jdbc:weblogic:mssqlserver4", props);
      conn.setCatalog("labmanager");
     Statement st = conn.createStatement();
  //execute a query
 String  testStr;
String testTempStr = new String() ;
     testStr = new String(testTempStr.getBytes("ISO-8859-1"));//編碼轉(zhuǎn)化
 DatabaseMetaData DBMetaData =conn.getMetaData();
  ResultSet rs = DBMetaData.getTables(null, null,null,new String[]{"TABLE"} );
  while (rs.next()){
   for(int j=1; j<=rs.getMetaData().getColumnCount(); j++){
testStr = testStr +String(rs.getObject(j).toString().getBytes("ISO-8859-1"));
   }
  }

　　然而，需要注意的是，不同的JDBC驅(qū)動(dòng)對(duì)相同的數(shù)據(jù)庫(kù)的支持并不同，而同一類JDBC驅(qū)動(dòng)對(duì)不同的數(shù)據(jù)庫(kù)的支持也不相同，也就是說我們的字符轉(zhuǎn)化代碼在JDBC驅(qū)動(dòng)改變甚至是版本變化情況下都有可能無(wú)法正確工作。例如對(duì)于上面的例子，在同樣的環(huán)境下改用i-net 的Una 2000 Driver Version 2.03 for MS SQL Server時(shí)，是無(wú)法正確處理中文的。原因很簡(jiǎn)單，這個(gè)JDBC驅(qū)動(dòng)本身支持的就是GBK的編碼機(jī)制，所以根本就不需要做任何的編碼轉(zhuǎn)化。

　　6. 必要的測(cè)試。由于Java中文問題的產(chǎn)生隨著Web服務(wù)器，瀏覽器，運(yùn)行環(huán)境和開發(fā)工具的不同都可能發(fā)生變化，所以為了更好的避免問題的發(fā)生，我們必須作一些針對(duì)性的測(cè)試。另外，在我們確實(shí)無(wú)法通過分析來(lái)確定Java的中文處理問題是否可能發(fā)生的情況下或者無(wú)法知道問題的發(fā)生是由于哪個(gè)環(huán)節(jié)（是Web服務(wù)器，瀏覽器還是JDBC數(shù)據(jù)驅(qū)動(dòng)等等）引起的時(shí)候，測(cè)試工作則變得非常重要。并且我們可能需要較為全面的測(cè)試，例如對(duì)Web服務(wù)器，瀏覽器和JDBC數(shù)據(jù)驅(qū)動(dòng)等都要做測(cè)試，這樣有利于我們找出那些隱藏在多個(gè)環(huán)節(jié)協(xié)調(diào)過程中所產(chǎn)生的問題。

　　結(jié)論

　　事實(shí)上，Java中文處理之所以存在問題，其根本原因是由于被操作的中文字符（變量）的編碼格式與目標(biāo)的編碼格式不同造成的，所有這些問題其實(shí)都是發(fā)生在字符的讀入、輸出過程中的，只要我們把握住這一環(huán)節(jié)，就可以更好的發(fā)現(xiàn)、分析、處理和預(yù)防Java的中文問題了。