mysql处理Latin 中文繁体字乱码解决方案

 

问题描述：

1. 对于一些中文繁体字符select出来出现乱码，出问题的繁体字如：燈、龍等

 

环境描述：

数据库编码：

 

+--------------------------+----------------------------------------+

| Variable_name            | Value                                  |

+--------------------------+----------------------------------------+

| auto_increment_offset    | 1                                      |

| character_set_client     | latin1                                 |

| character_set_connection | latin1                                 |

| character_set_database   | latin1                                 |

| character_set_filesystem | binary                                 |

| character_set_results    | latin1                                 |

| character_set_server     | latin1                                 |

| character_set_system     | utf8                                   |

| character_sets_dir       | D:/Program Files/mysql/share/charsets/ |

+--------------------------+----------------------------------------+

数据库表编码：也同意使用latin1编码方式

由于数据库由DBA负责，并且库结构为了保持一致（我们使用备份库），从而不能修改数据库编码

 

 

 

问题排查：

1.mysql 的jdbc驱动源代码拷贝下来DEBUG，最终发现了问题根源在驱动中CharSetMapping.class该类中的getJavaEncodingForMysqlEncoding(String mysqlEncoding,Connection conn)方法，该方法源代码如下：

public final static String getJavaEncodingForMysqlEncoding(String mysqlEncoding, Connection conn) throws SQLException { if (conn != null && conn.versionMeetsMinimum(4, 1, 0) && "latin1".equalsIgnoreCase(mysqlEncoding)) { return "Cp1252"; } return (String) MYSQL_TO_JAVA_CHARSET_MAP.get(mysqlEncoding); } 

这里Latin1编码就是iso-8859-1编码。问题就出在这里，mysql驱动对Latin1编码做了特殊处理，转为cp1252，但cp1252依然属于Latin1系编码，故显示中文依然会存在乱码，故需要在GBKstring中转化cp1252.

这么做了以后，发现我看到的中文都不再乱码OK，包括一些繁体字和火星文，大功告成了。

过了一天，我们测试给我反馈结果，说一些繁体字依然存在乱码，比如“燈、龍”等，在页面上显示“？”，究竟哪儿出了问题？继续DEBUG，

发现普通汉字从Latin1转码为cp1252后的byte array中的数据中，用两个字节表示一个汉字时，能够在GBK编码映射表中找到byte array对应的2字节数据，而“燈、龍”两个繁体字转cp1252后，其对应的byte array中的2字节数据无法再GBK编码中找到（既GBK中无法找到该2字节数据对应的汉子），从而出现“？”。

故问题应该就出现在这里，既从latin1->cp1252->gbk这样一个过程会出现以下编码数据丢失。从而解决方案也是很明显的：

既：去掉中间转cp1252的步骤，直接将Latin1 转gbk，同时gbkString中不处理，将上面代码修改为：

public final static String getJavaEncodingForMysqlEncoding(String mysqlEncoding, Connection conn) throws SQLException { if (conn != null && conn.versionMeetsMinimum(4, 1, 0) && "latin1".equalsIgnoreCase(mysqlEncoding)) { return "gbk"; } return (String) MYSQL_TO_JAVA_CHARSET_MAP.get(mysqlEncoding); } 

再一测试，问题解决！