Java String 类型编码转换

最新推荐文章于 2022-09-19 18:04:08 发布

转载最新推荐文章于 2022-09-19 18:04:08 发布 · 605 阅读

JavaWeb 专栏收录该内容

4 篇文章

订阅专栏

本文详细阐述了在Java编程中如何正确处理字符串编码问题，包括从文件读取数据、从数据库获取文本信息以及从HTTP请求中读取参数时的编码策略。重点强调了避免使用Reader方式读取文件和数据库数据，推荐使用InputStream方式并明确指定编码方式。同时，通过实例展示了错误的编码转换方式及其效率问题，并提供了正确的编码转换步骤。

String newStr = new String(oldStr.getBytes(), "UTF-8");

java中的String类是按照unicode进行编码的，当使用String(byte[] bytes, String encoding)构造字符串时，encoding所指的是bytes中的数据是按照那种方式编码的，而不是最后产生的String是什么编码方式，换句话说，是让系统把bytes中的数据由encoding编码方式转换成unicode编码。如果不指明，bytes的编码方式将由jdk根据操作系统决定。

        当我们从文件中读数据时，最好使用InputStream方式，然后采用String(byte[] bytes, String encoding)指明文件的编码方式。不要使用Reader方式，因为Reader方式会自动根据jdk指明的编码方式把文件内容转换成unicode 编码。

        当我们从数据库中读文本数据时，采用ResultSet.getBytes()方法取得字节数组，同样采用带编码方式的字符串构造方法即可。

ResultSet rs;
bytep[] bytes = rs.getBytes();
String str = new String(bytes, "gb2312");

不要采取下面的步骤。

ResultSet rs;
String str = rs.getString();
str = new String(str.getBytes("iso8859-1"), "gb2312");

        这种编码转换方式效率底。之所以这么做的原因是，ResultSet在getString()方法执行时，默认数据库里的数据编码方式为 iso8859-1。系统会把数据依照iso8859-1的编码方式转换成unicode。使用str.getBytes("iso8859-1")把数据还原，然后利用new String(bytes, "gb2312")把数据从gb2312转换成unicode，中间多了好多步骤。

        从HttpRequest中读参数时，利用reqeust.setCharacterEncoding()方法设置编码方式，读出的内容就是正确的了。