Java编程中如何选择正确的字符编码

Java 是目前最流行的面向对象的变成语言之一， Java 支 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

 

题仍困倒了不少程序员，网上虽然也有不少关于再 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 ）数据库的链接方式； 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。入股哦在变成中遇到不能正确显示中文是，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。本文的测试数据库害死 MySQL3.2 ，数据库链接驱动是用 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 众可以使用 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页面，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。一下 rs 标识 ResultSet 的一个视力，是执行 Select 语句之后产生的数据集。

一、数据库链接方式使用 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&useUnicode=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。如果页面是 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”), 在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&UseUnicode=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。如果页面是 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蛰居参数 useUnicoding=&characterEncoding=, 例如 jdbc:mysql://localhost/DBVF?autoReconnect=true，没有参数 useUnicoding=&characterEncoding, 标识使用默认的 ISO － 8859 － 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.getString(1),”UTF-8”) 或者 str=new String(rs.getString(1).getBytes(“ISO-8859-1”),”UTF-8”), 才可以正确显示中文。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”) 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 步骤， str=new String(rs.getBytes(1),”GBK”), 在 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、数据库连接方式很使用 UTF － 8 编码

       JSP 中要把网页输入的中文存入数据库，通畅有一个提交的过程，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”) ，都可以是的存到数据库中的数据是 UTF08 编码。

2、                          Ww 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的 GBK 。

 

 

五、数据库连接方式使用 GBK 编码

       1 、如数使用 GBK 网页，存到数据库里的是 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”), 那么存入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”) , 那么存入数据库的数据是 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 编码。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-8850-1”)), 那么根据网页提供的字体编码而存到数据库，比如是 UTF － 8 的网页，那么存到数据库中的就是 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，其他存在数据库里的数据则都是乱码或者错误马。在这个 UTF － 8 组合的特例中，网页使用的是 GBK ，则存入数据库里就是 GBK ，网页使用 UTF － 8 ，那么存到数据库的就是 UTF － 8 编码。

       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 得，不能存的 GBK 在数据库里，一句话，改变数据库连接方式不能存得 GBK 码。

       以上所有得都是基于 JSP 网页和数据库交换数据，下面讨论一下纯 JAVA 编程下得字体编码转换。

 

七、数据库连接方式使用 UTF － 8 编码

       1 、数据库里得中文是 UTF － 8 ，可以转换位 GBK ，但不能把 GBK 存入数据库。

       2 、数据库是 GBK ，如果转换 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 编码。

 

 

八、数据库连接方式使用 GBK 编码

       1 、数据库里得中文是 UTF － 8 ，如果转换为 GBK ，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 UTF － 8 编码。

       2 、数据库里得中文是 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 insert 语句插入到数据库，即存得 UTF － 8 。

       3 、如果某个 String 是 GBK ，要转化为 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、数据库连接使用缺省，即不使用参数

       1 、 str2=new String(GBKstr.getBytes(“UTF-8”),”ISO-8859-1”), 可以将数据库里得 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 、不能实现数据库里得 UTF － 8 转换为 GBK 。

评论

2 楼 kai892008350 2013-10-12  

就那么点东西，写那么麻烦

1 楼 devilyard 2013-10-12  

这错别字啊