J2EE 中文乱码攻略

一.GBK与UTF8的比较

GBK的文字编码是双字节来表示的，即不论中、英文字符均使用双字节来表示，只不过为区分中文，将其最高位都定成1。

至于UTF－8编码则是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。对于英文字符较多的论坛则用UTF－8节省空间。

GBK包含全部中文字符；
UTF-8则包含全世界所有国家需要用到的字符。

GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准（好像还不是国家标准）
UTF-8编码的文字可以在各国各种支持UTF8字符集的浏览器上显示。
比如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，而无需他们下载IE的中文语言支持包。 所以，对于英文比较多的论坛 ，使用GBK则每个字符占用2个字节，而使用UTF－8英文却只占一个字节。

UTF8是国际编码，它的通用性比较好，外国人也可以浏览论坛
GBK是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大~

对于DZ论坛来说，很多插件都只支持GBK的，如果需要装较多插件的论坛还是用GBK比较好，而对装较少插件且有特殊用户群的论坛用UTF8比较好。

二.为什么选择UTF8，原因有2个：

1.因为要国际化嘛，选择UTF8可以很好地兼容其他国家语言，对台湾的繁体字也能很好地支持，GBK就比较难

2.数据库的可移植性，大部分数据库对UTF8都有很好地支持

三.需要统一字符集的地方

1.首先开发工具，如MyEclipse，JB，Eclipse等，都可设置编辑的字符集

2.众所周知的页面字符集设置

　在JSP头部声明：
＜%@ page contentType="text/html;charset= UTF-8" %＞
　　在Jsp的html代码中，声明UTF-8:
＜META http-equiv="Content-Type" CONTENT="text/html; charset=utf-8"＞


3.过滤器

public class TianYaActionServlet extends ActionServlet {
 private static final long serialVersionUID = 1L;

 protected void process(HttpServletRequest request,
   HttpServletResponse response) throws java.io.IOException,
   javax.servlet.ServletException {
//   TODO Override this org.apache.struts.action.ActionServlet method
  request.setCharacterEncoding("UTF-8");//������
  super.process(request, response);
 }
}

public class TianYaActionServlet extends ActionServlet {
 private static final long serialVersionUID = 1L;

 protected void process(HttpServletRequest request,
   HttpServletResponse response) throws java.io.IOException,
   javax.servlet.ServletException {
//   TODO Override this org.apache.struts.action.ActionServlet method 
  request.setCharacterEncoding("UTF-8");//������
  super.process(request, response);
 }
}

wml配置

<servlet-class>
   com.TianYa.common.util.TianYaActionServlet
 </servlet-class>

<servlet-class>
   com.TianYa.common.util.TianYaActionServlet
 </servlet-class>

这样就不用总写request.setCharacterEncoding("UTF-8");

4.如果个别需要转为其它字符集的用new String(yourString.getBytes("ISO-8859-1"),"UTF-8");

5.容器设置，如Tomcat

这里要注意form表单的method，Post与get字符集编码可能不同，Tomcat5.0以下的是相同的，以上的是不同的

Post可以通过过滤器设置

get一般是URL传参：

Tomcat 5.0.28 - 发布目录 webapps

修改conf/server.xml文件中的

<Connector port="8080" .... />

增加对GET方法获取数据时的编码设置参数 URIEncoding='GBK'

<Connector port="8080" .... URIEncoding='GBK'/>



JBOSS 4.0.2 - 发布目录 server/default/deploy （后缀.war）

修改server/default/deploy/jbossweb-tomcat55.sar/server.xml文件中的

<Connector port="8080" .... />

增加对GET方法获取数据时的编码设置参数 URIEncoding='GBK'

<Connector port="8080" .... URIEncoding='GBK'/>



7.数据库字符集设置

不同数据库字符集设置不同，我这就不一一介绍了

mySQL可以连接数据库的URL设定jdbc:mysql://localhost:3306/test?useUnicode=true&characterEncoding=UTF-8