一、Java中文問(wèn)題的由來(lái)

Java的內(nèi)核和class文件是基于unicode的，這使Java程序具有良好的跨平臺(tái)性，但也帶來(lái)了一些中文亂碼問(wèn)題的麻煩。原因主要有兩方面，Java和JSP文件本身編譯時(shí)產(chǎn)生的亂碼問(wèn)題和Java程序于其他媒介交互產(chǎn)生的亂碼問(wèn)題。

首先Java（包括JSP）源文件中很可能包含有中文，而Java和JSP源文件的保存方式是基于字節(jié)流的，如果Java和JSP編譯成class文件過(guò)程中，使用的編碼方式與源文件的編碼不一致，就會(huì)出現(xiàn)亂碼。基于這種亂碼，建議在Java文件中盡量不要寫中文（注釋部分不參與編譯，寫中文沒(méi)關(guān)系），如果必須寫的話，盡量手動(dòng)帶參數(shù)－ecoding GBK或－ecoding gb2312編譯；對(duì)于JSP，在文件頭加上<%@ page contentType="text/html;charset=GBK"%>或<%@ page contentType="text/html;charset=gb2312"%>基本上就能解決這類亂碼問(wèn)題。

本文要重點(diǎn)討論的是第二類亂碼，即Java程序與其他存儲(chǔ)媒介交互時(shí)產(chǎn)生的亂碼。很多存儲(chǔ)媒介，如數(shù)據(jù)庫(kù)，文件，流等的存儲(chǔ)方式都是基于字節(jié)流的，Java程序與這些媒介交互時(shí)就會(huì)發(fā)生字符(char)與字節(jié)(byte)之間的轉(zhuǎn)換，具體情況如下：

從頁(yè)面form提交數(shù)據(jù)到j(luò)ava程序 byte－>char

從java程序到頁(yè)面顯示 char—>byte

從數(shù)據(jù)庫(kù)到j(luò)ava程序 byte—>char

從java程序到數(shù)據(jù)庫(kù) char—>byte

從文件到j(luò)ava程序 byte－>char

從java程序到文件 char－>byte

從流到j(luò)ava程序 byte－>char

從java程序到流 char－>byte

如果在以上轉(zhuǎn)換過(guò)程中使用的編碼方式與字節(jié)原有的編碼不一致，很可能就會(huì)出現(xiàn)亂碼。

二、解決方法

前面已經(jīng)提到了Java程序與其他媒介交互時(shí)字符和字節(jié)的轉(zhuǎn)換過(guò)程，如果這些轉(zhuǎn)換過(guò)程中容易產(chǎn)生亂碼。解決這些亂碼問(wèn)題的關(guān)鍵在于確保轉(zhuǎn)換時(shí)使用的編碼方式與字節(jié)原有的編碼方式保持一致，下面分別論述（Java或JSP自身產(chǎn)生的亂碼請(qǐng)參看第一部分）。

1、JSP與頁(yè)面參數(shù)之間的亂碼

JSP獲取頁(yè)面參數(shù)時(shí)一般采用系統(tǒng)默認(rèn)的編碼方式，如果頁(yè)面參數(shù)的編碼類型和系統(tǒng)默認(rèn)的編碼類型不一致，很可能就會(huì)出現(xiàn)亂碼。解決這類亂碼問(wèn)題的基本方法是在頁(yè)面獲取參數(shù)之前，強(qiáng)制指定request獲取參數(shù)的編碼方式：request.setCharacterEncoding("GBK")或request.setCharacterEncoding("gb2312")。

如果在JSP將變量輸出到頁(yè)面時(shí)出現(xiàn)了亂碼，可以通過(guò)設(shè)置response.setContentType("text/html;charset=GBK")或response.setContentType("text/html;charset=gb2312")解決。

如果不想在每個(gè)文件里都寫這樣兩句話，更簡(jiǎn)潔的辦法是使用Servlet規(guī)范中的過(guò)慮器指定編碼，過(guò)濾器的在web.xml中的典型配置和主要代碼如下：

web.xml:

<filter>

<filter-name>CharacterEncodingFilter</filter-name>

<filter-class>net.vschool.web.CharacterEncodingFilter</filter-class>

<init-param>

<param-name>encoding</param-name>

<param-value>GBK</param-value>

</init-param>

</filter>

<filter-mapping>

<filter-name>CharacterEncodingFilter</filter-name>

<url-pattern>/*</url-pattern>

</filter-mapping>

CharacterEncodingFilter.java:

public class CharacterEncodingFilter implements Filter

{

protected String encoding = null;

public void init(FilterConfig filterConfig) throws ServletException

{

this.encoding = filterConfig.getInitParameter("encoding");

}

public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException

{

request.setCharacterEncoding(encoding);

response.setContentType("text/html;charset="+encoding);

chain.doFilter(request, response);

}

}

2、Java與數(shù)據(jù)庫(kù)之間的亂碼

大部分?jǐn)?shù)據(jù)庫(kù)都支持以u(píng)nicode編碼方式，所以解決Java與數(shù)據(jù)庫(kù)之間的亂碼問(wèn)題比較明智的方式是直接使用unicode編碼與數(shù)據(jù)庫(kù)交互。很多數(shù)據(jù)庫(kù)驅(qū)動(dòng)自動(dòng)支持unicode，如Microsoft的SQLServer驅(qū)動(dòng)。其他大部分?jǐn)?shù)據(jù)庫(kù)驅(qū)動(dòng)，可以在驅(qū)動(dòng)的url參數(shù)中指定，如如mm的mysql驅(qū)動(dòng)：jdbc:mysql://localhost/WEBCLDB?useUnicode=true&characterEncoding=GBK。

3、Java與文件/流之間的亂碼

Java讀寫文件最常用的類是FileInputStream/FileOutputStream和FileReader/FileWriter。其中FileInputStream和FileOutputStream是基于字節(jié)流的，常用于讀寫二進(jìn)制文件。讀寫字符文件建議使用基于字符的FileReader和FileWriter，省去了字節(jié)與字符之間的轉(zhuǎn)換。但這兩個(gè)類的構(gòu)造函數(shù)默認(rèn)使用系統(tǒng)的編碼方式，如果文件內(nèi)容與系統(tǒng)編碼方式不一致，可能會(huì)出現(xiàn)亂碼。在這種情況下，建議使用FileReader和FileWriter的父類：InputStreamReader/OutputStreamWriter，它們也是基于字符的，但在構(gòu)造函數(shù)中可以指定編碼類型：InputStreamReader(InputStream in, Charset cs) 和OutputStreamWriter(OutputStream out, Charset cs)。

4、其他

上面提到的方法應(yīng)該能解決大部分亂碼問(wèn)題，如果在其他地方還出現(xiàn)亂碼，可能需要手動(dòng)修改代碼。解決Java亂碼問(wèn)題的關(guān)鍵在于在字節(jié)與字符的轉(zhuǎn)換過(guò)程中，你必須知道原來(lái)字節(jié)或轉(zhuǎn)換后的字節(jié)的編碼方式，轉(zhuǎn)換時(shí)采用的編碼必須與這個(gè)編碼方式保持一致。我們以前使用Resin服務(wù)器，使用smartUpload組件上傳文件，上傳文件同時(shí)傳遞的中文參數(shù)獲取沒(méi)有亂碼問(wèn)題。當(dāng)在Linux中把Resin設(shè)置成服務(wù)后，上傳文件同時(shí)的中文參數(shù)獲取出現(xiàn)了亂碼。這個(gè)問(wèn)題困擾了我們很久，后來(lái)我們分析smartUpload組件的源文件，因?yàn)槲募蟼鞑捎玫氖亲止?jié)流的方式，里面包含的參數(shù)名稱和值也是字節(jié)流的方式傳遞的。smartUpload組件讀取字節(jié)流后再將參數(shù)名稱和值從字節(jié)流中解析出來(lái)，問(wèn)題就出現(xiàn)在smartUpload將字節(jié)流轉(zhuǎn)換成字符串時(shí)采用了系統(tǒng)默認(rèn)的編碼，而將Resin設(shè)置成服務(wù)后，系統(tǒng)默認(rèn)的編碼可能發(fā)生了改變，因此出現(xiàn)了亂碼。后來(lái)，我們更改了smartUpload的源文件，增加了一個(gè)屬性charset和setCharset(String)方法，將upload()方法中提取參數(shù)語(yǔ)句：

String value = new String(m_binArray, m_startData, (m_endData - m_startData) + 1 );

改成了

String value = new String(m_binArray, m_startData, (m_endData - m_startData) + 1, charset );

終于解決了這個(gè)亂碼問(wèn)題。

更多信息請(qǐng)查看IT技術(shù)專欄