解析Java中文乱码的处理方法

我写这个不是讲解中英文之间的差距，解码等，我是将我在这几年工作遇到各种各样的乱码的解决方法，总结起来，也希望大家能把自己晕倒解决乱码的方法都说出来，咱们弄一个解决乱码的“葵花宝典”。

对于Java，由于默认的编码方式是UNICODE，所以用中文也易出问题，常见的解决是：

String s2 = new String(s1.getBytes(“ISO-8859-1”),”GBK”);



1、utf8解决JSP中文乱码问题

一般说来在每个页面的开始处，加入：

<%@ page language="java" contentType="text/html; charset=UTF-8"pageEncoding="UTF-8"%><%request.setCharacterEncoding("UTF-8");%>



◆charset=UTF-8的作用是指定JSP向客户端输出的编码方式为“UTF-8”；
◆pageEncoding="UTF-8"，为了让JSP引擎能正确地解码含有中文字符的JSP页面，这在LINUX中很有效；
◆request.setCharacterEncoding("UTF-8");是对请求进行了中文编码。


有时，这样仍不能解决问题，还需要这样处理一下：

String msg = request.getParameter("message"); String str=new String(msg.getBytes("ISO-8859-1"),"UTF-8"); out.println(st);



2、Tomcat 5.5中文乱码

只要把%TOMCAT安装目录%/ webapps\servlets-examples\WEB-INF\classes\filters\SetCharacterEncodingFilter.class文件拷到你的webapp目录/filters下，如果没有filters目录，就创建一个。

2)在你的web.xml里加入如下几行：

<filter> <filter-name>Set Character Encoding</filter-name> <filter-class>filters.SetCharacterEncodingFilter</filter-class> <init-param> <param-name>encoding</param-name> <param-value>GBK</param-value> </init-param> </filter> <filter-mapping> <filter-name>Set Character Encoding</filter-name> <url-pattern>/*</url-pattern> </filter-mapping>



3)完成

2、get方式的解决办法

1)打开tomcat的server.xml文件，找到区块，加入如下一行：

URIEncoding=”GBK”



完整的应如下：

port="80" maxThreads="150" minSpareThreads="25" maxSpareThreads="75" enableLookups="false" redirectPort="8443" acceptCount="100" debug="0" connectionTimeout="20000" disableUploadTimeout="true" URIEncoding="GBK" />



2)重启tomcat，一切OK。

3、xmlHttpRequest中文问题

页面jsp用的GBK编码

代码：

<%@ page contentType="text/html; charset=GBK"%>

javascript部分

代码：

function addFracasReport() { var url="controler?actionId=0_06_03_01&actionFlag=0010"; var urlmsg="&reportId="+fracasReport1.textReportId.value; //故障报告表编号 var xmlHttp=Common.createXMLHttpRequest(); xmlHttp.onreadystatechange = Common.getReadyStateHandler(xmlHttp, eval（"turnAnalyPage")); xmlHttp.open("POST",url,true); xmlHttp.setRequestHeader( " Content-Type " , " application/x-www-form-urlencoded); xmlHttp.send(urlmsg); }



#p#

后台java中获得的reportId是乱码，不知道该怎么转，主要是不知道xmlHttp.send(urlmsg);以后是什么编码？在后面用java来转，试了几种，都没有成功，其中有：

代码：

public static String UTF_8ToGBK(String str) { try { return new String(str.getBytes("UTF-8"), "GBK"); } catch (Exception ex) { return null; } } public static String UTF8ToGBK(String str) { try { return new String(str.getBytes("UTF-16BE"), "GBK"); } catch (Exception ex) { return null; } } public static String GBK(String str) { try { return new String(str.getBytes("GBK"),"GBK"); } catch (Exception ex) { return null; } } public static String getStr(String str) { try { String temp_p = str; String temp = new String(temp_p.getBytes("ISO8859_1"), "GBK"); temp = sqlStrchop(temp); return temp; } catch (Exception e) { return null; } }



4、JDBC ODBC Bridge的Bug及其解决方法

在编写一数据库管理程序时，发现JDBC-ODBC Bridge存在不易发现的Bug。在向数据表插入数据时，如果为英文字符，存储内容完全正确，如果存入中文字符，部分数据库只能存储前七八个中文字符，其他内容被截去，导致存储内容的不完整（有些数据库不存在这个问题，如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge还存在无法建表的Bug）。

对于广大需要存储中文信息的Java程序员来说，这可是一个不好的消息。要么改用其他语言编程，要么选择其他价格昂贵的数据库产品。“一次编写，到处运行”的目标，也大打折扣。能不能采用变通的方法，将中文信息进行处理后再存储来解决这个问题呢？答案是肯定的。

解决问题的具体思路、方法
　　
Java采用Unicode码编码方式，中英文字符均采用16bit存储。既然存储英文信息是正确的，根据一定规则，将中文信息转换成英文信息后存储，自然不会出现截尾现象。读取信息时再进行逆向操作，将英文信息还原成中文信息即可。由GB2312编码规则可知，汉字一般为二个高位为1的ASCII码，在转换时将一个汉字的二个高位1去掉，还原时再将二个高位1加上。为了处理含有英文字符的中文字串，对英文字符则需要加上一个Byte 0标记。以下提供的两个公用静态方法，可加入任何一个类中使用。

将中英文字串转换成纯英文字串

　　public static String toTureAsciiStr(String str){ 　　StringBuffer sb = new StringBuffer(); 　　byte[] bt = str.getBytes(); 　　for(int i =0 ;i〈bt.length;i++){ 　　if(bt[i]〈0){ 　　//是汉字去高位1 　　sb.append((char)(bt[i]&&0x7f)); 　　 }else{//是英文字符 补0作记录 　　sb.append((char)0); 　　sb.append((char)bt[i]); 　　 } 　　 } 　　return sb.toString(); 　　}



将经转换的字串还原

　　public static String unToTrueAsciiStr(String str){ 　　 byte[] bt = str.getBytes(); 　　 int i,l=0,length = bt.length,j=0; 　　 for(i = 0;i〈length;i++){ 　　 if(bt[i] == 0){ 　　 l++; 　　 } 　　 } 　　 byte []bt2 = new byte[length-l]; 　　 for(i =0 ;i〈length;i++){ 　　 if(bt[i] == 0){ 　　 i++; 　　 bt2[j] = bt[i]; 　　 }else{ 　　 bt2[j] = (byte)(bt[i]|0x80); 　　 } 　　 j++; 　　 } 　　String tt = new String(bt2); 　　return tt; 　　}



上例在实际编程中效果很好，只是存储的中文信息需要经过同样处理，才能被其他系统使用。而且如果中文字串出现英文字符，实际上增加了额外的存储空间。