Spring MVC 为例，从前台—>后台—>前台的编解码过程及出现乱码的案例

最新推荐文章于 2024-11-11 15:35:06 发布

原创最新推荐文章于 2024-11-11 15:35:06 发布 · 1.6k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#spring mvc #乱码

字符编解码专栏收录该内容

1 篇文章

订阅专栏

本文探讨了Java中出现乱码的原因及解决方法，通过三个实际案例解释了不同编码方式下如何避免乱码问题，包括Java源文件、资源文件及Excel解析时的常见错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

把String Encode 成 bytes 后，Decode 必须使用相同的编码集，否则可能出现乱码。

因为Java字符总是Unicode字符，所以在后文中，如果不加说明，“字符”或“char”都是指16位的Unicode字符，而“字节”或“byte”都是指8位字节。

案例一：为什么Java类中最好不要出现中文？

若将中文用 utf-8 写入 .java 文件中，编译后为 .class 文件，若一个中文操作系统（如中文XP）的JVM读取该 .class 文件，因为没有“谁”像Freemarker那样告诉JVM用什么编码集来decode，所以JVM会使用默认的GBK，此时出现乱码。

案例二：为什么用native2ascii处理过的资源文件 xxx.properties ，在被读取时不会出现中文乱码？

（参考人气博客：http://blog.youkuaiyun.com/sfdev/article/details/3770706）

所有的英文字母都对应到一个数字编码，这就是ASCII码（American Standard Code for Information Interchange）。ASCII码是最古老的字符编码，它总共只定义了7位共128个字母、数字和符号。但它是其它所有字符编码的基础。Unicode常用UTF-8和UTF-16来表示。7位的ASCII码不用作任何变化，就已经是UTF-8了。但UTF-8需要用3个字节来表示一个汉字。

GBK: 是双字节编码，是GB2312-80的扩充，在码位上和GB2312-80兼容。

UTF-8和GBK都是将unicode压缩后来使用的，而native2ascii将中文都转换成了unicode。

案例三：工作中解析Excel时遇到的问题，去除中文字符串中的特殊空格。

“施兵”，实际情况中该string中间为一个特殊的空格。由nameStr.getBytes("utf-8")可知该空格的字节表示为{-62,-96}。

String nameStr = getCell(row.getCell(2));
byte []b = {-62,-96};
String blank = "";
try {
    blank = new String(b, "UTF-8");
} catch (UnsupportedEncodingException e) {
    e.printStackTrace();
}
String userName = nameStr.replaceAll(blank, "");

若 new String() 时不指定utf-8，则JVM会使用默认编码集,如GBK来decode。