java 编码 UTF-8、ISO-8859-1、GBK

java 编码 UTF-8、ISO-8859-1、GBK

　　Java支持UTF-8、ISO-8859-1、GBK等各种字体编码，可笔者发现Java中字体编码的问题仍难倒了不少程序员，网上虽然也有不少关于在Java中如何正确显示中文的文章，但都不够全面，笔者特意总结如下。

　　影响Java中字体编码正确显示的有几个因素: 1)数据库的连接方式; 2)网页中使用的字体编码; 3)数据库里存放数据的字体编码; 4)Java的缺省字体编码。如果在编程中遇到不能正确显示中文时，要先弄清楚以上几项所使用的字体编码，再分析找出原因，即可解决问题。

　　众所周知，JSP是Java的一种，和网页有关，而网页也有自己的中文编码系统，所以JSP处理中文要比纯Java的类文件更为麻烦。本文的测试数据库是MySQL3.2，数据库连接驱动是用org.gjt.mm.mysql.Driver，这里主要讨论UTF-8和GBK的显示( GB2312是GBK的一个子集，Java中可以使用GBK来代替GB系列)。我们先来研究JSP中字体编码问题，下面第一到第六点是针对JSP的(因为从数据库里读出中文数据与写入中文数据有所区别，咱们分别说明，前三点是从读取数据库到显示在网页，后三点是从网页输入数据到存入数据库)，第七到第九点针对纯Java的类文件。以下rs表示ResultSet的一个实例，是执行Select语句之后产生的数据集。

　　一、数据库连接方式使用UTF-8

　　在连接数据库的驱动后面加上这句参数useUnicode=true&characterEncoding=

　　UTF-8，例如jdbc:mysql://localhost/DBVF?autoReconnect=true&use Unicode=

　　true&characterEncoding=UTF-8，从数据库里读出中文显示在使用GBK的JSP的网页里，如果数据库里存放的字体编码是UTF-8，在JSP中使用 str=new String(rs.getBytes(1),"UTF-8")或者str=rs.getString(1)，可以正确显示中文。如果数据库里存放的是 GBK数据，那么JSP中也要使用str=new String(rs.getBytes(1),"GBK")来显示正确的中文。值得注意的是如果页面使用UTF-8，数据库里存放的是UTF-8，也可以用str=new String(rs.getBytes(1),"GBK")正确显示中文。如果网页是UTF-8，而数据库里存放的是GBK，无法直接显示中文，需要2步转换, str=new String(rs.getBytes(1),"GBK"); 再str=new String(str.getBytes("UTF-8"),"GBK")，才可以正确显示中文。

　　二、数据库连接方式使用GBK

　　在连接数据库的驱动后面加上这句参数useUnicode=true&characterEncoding=

　　GBK,例如jdbc:mysql://localhost/DBVF?autoReconnect=true&Use Unicode=true&

　　characterEncoding=GBK，从数据库里读出中文，显示在使用GBK的JSP的网页里，如果数据库里存放的字体编码是 UTF-8，在JSP中一定要使用 str=new String(rs.getBytes(1),"UTF-8")，才正确显示中文。如果数据库里存放的是GBK数据，那么JSP中也要使用str=new String(rs.getBytes(1),"GBK") 或者直接使用str=rs.getString(1)，即可显示正确的中文。如果网页是UTF-8，而数据库里存放的是GBK，只能用str=new String(rs.getString(1).getBytes("UTF-8"),"GBK")的方法来显示中文; 如果网页是UTF-8，而数据库里存放的是UTF-8，可用str=new String(rs.getBytes(1),"GBK") 或者rs.getString(1)方法来显示中文。

　　三、使用缺省数据库连接方式

　　连接数据库的驱动后面没有这句参数useUnicode=&characterEncoding=，例如 jdbc:mysql://localhost/DBVF?autoReconnect=true，没有参数useUnicode=true& characterEncoding，表示使用默认的ISO-8895-1编码。

　　1. 从数据库里读出中文，显示在GBK的网页里。如果数据库里存放的字体编码是UTF-8，在JSP网页中一定要使用语句 str=new String(rs.getBytes(1),"UTF-8") 或者str= new String(rs.getString(1).getBytes("ISO-8859-1"),"UTF -8")，才可正确显示中文。如果数据库里存放的是GBK数据，那么JSP中也要使用str=new String(rs.getBytes(1),"GBK")或str=new String(rs.getString(1).getBytes("ISO-8859-1"),"GBK ") 显示正确的中文。

　　2. 如果网页是UTF-8,不能直接正确显示GBK，需要2步转换，str=new String(rs.getBytes(1),"GBK")，再str=new String(str.getBytes("UTF-8"),"GBK") 才可以正确显示中文。如果数据库里存的是UTF-8，直接用str=new String(rs.getBytes(1),"GBK")或者str=new String(rs.getString(1).getBytes("ISO-8859-1"),"GBK ")就可以显示中文了。

　　以上是读取数据库里中文正确显示在网页上，下面三点是如何正确存入数据库。

　　四、数据库连接方式使用UTF-8编码

　　JSP中要把网页输入的中文存入数据库，通常有一个提交(Submit)的过程，是用 str=request.getParameter("username")，然后执行update或者insert语句来存入数据库。如何赋值给str 很重要，而且这里中文输入与网页所使用的字体编码有关。

　　1、 网页使用UTF-8，使用str= new String(request.getParameter("username").getBytes(" ISO-8859-1"),"UTF-8")或者str= new String(request.getParameter("username").getBytes() ,"UTF-8")，都可以使得存到数据库里的数据是UTF-8编码。

　　2. 网页使用GBK，使用str= new String(request.getParameter("username").getBytes() ,"GBK")，那么存入数据库的是UTF-8编码。

　　3. 值得注意的是使用UTF-8的数据库连接方式不能存得GBK。

　　五、数据库连接方式使用GBK编码

　　1. 输入使用GBK网页，存到数据库里是GBK的方法: str= new String(request.getParameter("username").getBytes(" ISO-8859-1"),"GBK") 或者str= new String(request.getParameter("username").getBytes() ,"GBK")。

　　2. 网页使用GBK，想存入UTF-8到数据库里，要分2步: 先str=new String(request.getParameter("username").getBytes() ,"GBK")，再str=new String(str.getBytes("UTF-8"),"GBK")即可。

　　3. 网页使用UTF-8，而且使用str= new String(request.getParameter("username").getBytes(" ISO-8859-1"),"GBK") 或者str= new String(request.getParameter("username").getBytes() ,"UTF-8")，那么存到数据库里的数据是 UTF-8编码。

　　4. 网页使用UTF-8，而且使用str= new String(request.getParameter("username").getBytes(" ISO-8859-1"),"UTF-8")，那么存到数据库里的数据是GBK编码。

　　六、数据库连接方式使用缺省，即不使用参数useUnicode和characterEncoding

　　1. 网页使用GBK，如果使用str= request.getParameter("username")或者str= new String(request.getParameter("username").getBytes() )，那么在数据库里的数据是GBK码。网页使用 UTF-8 和使用str= request.getParameter("username")，则存入数据库是UTF-8编码。

　　2. 如果使用str= new String(request.getParameter("username").getBytes(" ISO-8859-1"))，那么根据网页提供的字体编码而存到数据库里，比如是UTF-8的网页，那么存到数据库中就是UTF-8编码，如果使用GBK网页，那么存到数据库里的字就是GBK编码。

　　3. 如果使用str= new String(request.getParameter("username").getBytes(" UTF-8"),"UTF-8")这一种组合能存到正确的数据外，其他存到数据库里的数据则都是乱码或者错误码。在这个UTF-8组合的特例中，网页使用的是GBK，则存放到数据库里就是GBK，网页使用UTF-8，那么存到数据库里的就是UTF-8。

　　4. 网页是GBK的要存得UTF-8，一定需要2步: company=new String(request.getParameter("company").getBytes(), "GBK")和company=new String(company.getBytes("UTF-8"))。

　　5. 网页是UTF-8的，不能存得GBK在数据库里，一句话，改变数据库连接方式不能存得GBK码。

　　以上所有的都是基于JSP网页和数据库交换数据，下面讨论一下纯JAVA编程下的字体编码转换。

　　七、数据库连接方式使用UTF-8编码

　　1. 数据库里的中文是UTF-8，可以转换为GBK,但不能把GBK存入数据库。

　　2. 数据库是GBK，如果转换为UTF-8，使用content=new String(rs.getBytes(2),"GBK")直接将content存入数据库就可为UTF-8。

　　八、数据库连接方式使用GBK编码

　　1. 数据库里的中文是UTF-8，如果转换为GBK，使用content= new String(rs.getString(2).getBytes(),"UTF-8"),再直接使用update或者insert语句插入到数据库，即存得GBK。如果使用content= new String(rs.getString(2).getBytes(),"GBK")或者content= new String(rs.getString(2).getBytes())，再存入数据库即存得还是UTF-8编码。

　　2. 数据库里的中文是GBK，如果转换为UTF-8，使用content= new String(rs.getString(2).getBytes("UTF-8"))或者content= new String(rs.getString(2).getBytes("UTF-8"),"GBK")，再直接使用update或者insert语句插入到数据库,即存得UTF-8。

　　3. 如果某个String是GBK，要转换为UTF-8，也是使用content= new String(GBKstr.getBytes("UTF-8"))或者content= new String(GBKstr.getBytes("UTF-8"),"GBK"); 如果某个String是UTF-8，要转换为GBK，应该使用new String(UTFstr.getBytes("GBK"),"UTF-8")。

　　九、数据库连接方式使用缺省,即不跟参数

　　1. str2=new String(GBKstr.getBytes("UTF-8"),"ISO-8859-1")，可以将数据库里的GBK编码转换为UTF-8。

　　2. 读取UTF-8然后存入UTF-8，则用str1=new String(UTFstr.getBytes(),"ISO-8859-1")或者str1=new String(UTFstr.getBytes("GBK"),"ISO-8859-1")。

　　3. 不能实现数据库里的UTF-8转换为GBK。