中文显示问题

最新推荐文章于 2023-09-10 16:31:44 发布

原创最新推荐文章于 2023-09-10 16:31:44 发布 · 843 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#string #character #byte #hex #filter #jdbc

楼上框架开发专栏收录该内容

6 篇文章

订阅专栏

本文指出Java程序在不同系统运行时因编码问题产生结果差异，如在中文WindowsXP和英文UNIX环境下，同一程序输出不同。介绍Java支持多国编码，字符以Unicode存储。为避免问题，建议使用String.getBytes(String charset)方法，并给出示例展示不同编码格式字节数组的提取和结果。

1.配置文件web.xml中添加过滤器

<filter>
        <filter-name>Set Character Encoding</filter-name>
        <filter-class>org.loushang.util.SetCharacterEncodingFilter</filter-class>
        <init-param>
            <param-name>encoding</param-name>
            <param-value>gb2312</param-value>
        </init-param>
    </filter>
    <filter-mapping>
        <filter-name>Set Character Encoding</filter-name>
        <url-pattern>/*</url-pattern>
    </filter-mapping>
    
2.数据库存储问题
如果是db2则在配置中心点击数据库然后点设置参数,设置编码问题
如果使用的是MySQL那么配置jdbc的时候要如下设置

<bean id="dataSource" class="org.springframework.jdbc.datasource.DriverManagerDataSource">
  <property name="driverClassName"><value>org.gjt.mm.mysql.Driver</value></property>
  <property name="url"><value><![CDATA[jdbc:mysql://localhost:3306/jframe? useUnicode=true&characterEncoding=gb2312]]> </value></property>
  <property name="username"><value>root</value></property>
  <property name="password"><value></value></property>
</bean>
3.jsp文件解码
jsp文件开头设置字符集
<%@ page contentType="text/html;charset=gb2312" %>
4.
使用getBytes("charset")获取字符
例如:
String s=rs.getString(rsmd.getColumnName(i)).getBytes("ISO-8859-1");
if (s!=null)
new String(s,GBK")

备注:转载 http://www.kfnet.cn/Artical.kf?ArticalID=2222&Belong=0&Type=0
String.getBytes()方法中的中文编码问题
String的getBytes()方法是得到一个字串的字节数组，这是众所周知的。但特别要注意的是，本方法将返回该操作系统默认的编码格式的字节数组。如果你在使用这个方法时不考虑到这一点，你会发现在一个平台上运行．

[被屏蔽广告]　　良好的系统，放到另外一台机器后会产生意想不到的问题。比如下面的程序，class TestCharset { public static void main(String[] args) { new TestCharset().execute(); } private void execute() { String s = "Hello!你好！"; byte[] bytes = s.getBytes(); System.out.println("bytes lenght is:" + bytes.length); }}

　　在一个中文WindowsXP系统下，运行时，结果为：bytes lenght is:12
　　但是如果放到了一个英文的UNIX环境下运行：
　　$ java TestCharset
　　bytes lenght is:9

　　如果你的程序依赖于该结果，将在后续操作中引起问题。为什么在一个系统中结果为12，而在另外一个却变成了9了呢？上面已经提到了，该方法是和平台（编码）相关的。在中文操作系统中，getBytes方法返回的是一个GBK或者GB2312的中文编码的字节数组，其中中文字符，各占两个字节。而在英文平台中，一般的默认编码是“ISO-8859-1”，每个字符都只取一个字节（而不管是否非拉丁字符）。

　　Java中的编码支持

　　Java是支持多国编码的，在Java中，字符都是以Unicode进行存储的，比如，“你”字的Unicode编码是“4f60”，我们可以通过下面的实验代码来验证：

　　class TestCharset { public static void main(String[] args) { char c = '你'; int i = c; System.out.println(c); System.out.println(i); }}

　　不管你在任何平台上执行，都会有相同的输出：
　　----------------- output ------------------
　　你
　　20320

　　20320就是Unicode “4f60”的整数值。其实，你可以反编译上面的类，可以发现在生成的.class文件中字符“你”（或者其它任何中文字串）本身就是以Unicode编码进行存储的：

char c = '/u4F60'; ... ...
即使你知道了编码的编码格式，比如：
　　javac -encoding GBK TestCharset.java
　　编译后生成的.class文件中仍然是以Unicode格式存储中文字符或字符串的。

　　使用String.getBytes(String charset)方法

　　所以，为了避免这种问题，我建议大家都在编码中使用String.getBytes(String charset)方法。下面我们将从字串分别提取ISO-8859-1和GBK两种编码格式的字节数组，看看会有什么结果：

　　class TestCharset { public static void main(String[] args) { new TestCharset().execute(); } private void execute() { String s = "Hello!你好！"; byte[] bytesISO8859 =null; byte[] bytesGBK = null; try { bytesISO8859 = s.getBytes("iso-8859-1"); bytesGBK = s.getBytes("GBK"); } catch (java.io.UnsupportedEncodingException e) { e.printStackTrace(); } System.out.println("-------------- /n 8859 bytes:"); System.out.println("bytes is: " + arrayToString(bytesISO8859)); System.out.println("hex format is:" + encodeHex(bytesISO8859)); System.out.println(); System.out.println("-------------- /n GBK bytes:"); System.out.println("bytes is: " + arrayToString(bytesGBK)); System.out.println("hex format is:" + encodeHex(bytesGBK)); } public static final String encodeHex (byte[] bytes) { StringBuffer buff = new StringBuffer(bytes.length * 2); String b; for (int i=0; i<bytes.length ; i++) { b = Integer.toHexString(bytes[i]); // byte是两个字节的，而上面的Integer.toHexString会把字节扩展为4个字节 buff.append(b.length() > 2 ? b.substring(6,8) : b); buff.append(" "); } return buff.toString(); } public static final String arrayToString (byte[] bytes) { StringBuffer buff = new StringBuffer(); for (int i=0; i<bytes.length ; i++) { buff.append(bytes[i] + " "); } return buff.toString(); }}
执行上面程序将打印出：

　　-------------- 8859 bytes:bytes is: 72 101 108 108 111 33 63 63 63hex format is:48 65 6c 6c 6f 21 3f 3f 3f-------------- GBK bytes:bytes is: 72 101 108 108 111 33 -60 -29 -70 -61 -93 -95hex format is:48 65 6c 6c 6f 21 c4 e3 ba c3 a3 a1

　　可见，在s中提取的8859-1格式的字节数组长度为9，中文字符都变成了“63”，ASCII码为63的是“?”，一些国外的程序在国内中文环境下运行时，经常出现乱码，上面布满了“?”，就是因为编码没有进行正确处理的结果。而提取的GBK编码的字节数组中正确得到了中文字符的GBK编码。字符“你”“好”“！”的GBK编码分别是：“c4e3”“bac3”“a3a1”。得到了正确的以GBK编码的字节数组，以后需要还原为中文字串时，可以使用下面方法：
　　
　　new String(byte[] bytes, String charset)