中文字符乱码正常显示调试代码

字符乱码时,通过几种字符来查看使用那种字符可以显示正常字符.
可以测试通过那种编码可以使字符显示成正常的中文字符.

	public static void testCode(String text)
	{
		String[] srcCode={"gbk","gb2312","utf-8","iso8859-1","latin1"};
		String text1;
		try
		{   
		for(int i=0;i<srcCode.length;i++)
		{
			text1=new String(text.getBytes(),srcCode[i]);
			logger.info(srcCode[i]+":"+text1);
		}
		
		for(int i=0;i<srcCode.length;i++)
		{
			for(int j=0;j<srcCode.length;j++)
			{
				text1=new String(text.getBytes(srcCode[i]),srcCode[j]);
				logger.info(srcCode[i]+","+srcCode[j]+":"+text1);
			}
		}
		
		text1=java.net.URLDecoder.decode(text);
		logger.info(text1);
			
		}
		catch(Exception e)
		{
			e.printStackTrace();
		}
	}

评论

11 楼 lijunjie 2009-03-20  

moshalanye 写道

    引用（不包括你说的那个解码的时候已经错误了的情况）       你还没有理解重要的地方，我把最重要的地方再说一次，希望你能明白。        字节流是一种纯介质形式，它只有数值，如果把这些数值按照一定的编码字符集的规则解码就得道我们定义的文字。（换句话说就是某些数字对应着某些文字的规则）    java 中 String 是java的类，它的对象是java的表现形式，而java的表现形式是使用得java内码。        如果字节流放在jvm中是不会发生任何变化的，它不属于任何语言，是纯粹的介质，但一旦用字节流构造 String 对象，就把字节流 解序列化 为java 对象，而这个过程是先解码，再转码！    你的参数已经是String的对象了，那么要不解码正确，表现得是正确的文字    要不解码错误，表现的可能是乱码或则错误的文字希望你能理解。少走弯路。

我明白你的意思，比如a为服务器，b为客户端，a发送编码为gbk的数据流到b，如果b在读数据流是使用iso8859-1来读取，那么这样肯定会乱码，如果他也用的gbk来读取。那么就是正确的。是这样的吧。在这之后，如果将这个数据流转成字符串的时候，如果他用gbk，那么肯定也能正确读取中文，但是如果这个时候用了用iso8859－1的时候，那么应该中文是乱码是这样吧。我这个只是处理后面这部分，因为我用了getbytes("charset").来取数据字节数组了，当然如果这个这个中间的每一步的编码我都知道，那么就不用这个方法，直接可以知道用那个编码处理不会乱码，但是很多乱码的情况是我们并不知道这些，或者我们可能不理解这些。所以用这个来循环找到可以把他识别成中文的字符集。以上是我的理解，不知道还有什么问题清指教。

10 楼 moshalanye 2009-03-19  

   

引用

（不包括你说的那个解码的时候已经错误了的情况）

 
    你还没有理解重要的地方，我把最重要的地方再说一次，希望你能明白。
   

    字节流是一种纯介质形式，它只有数值，如果把这些数值按照一定的编码字符集的规则解码就得道我们定义的文字。（换句话说就是某些数字对应着某些文字的规则）



    java 中 String 是java的类，它的对象是java的表现形式，而java的表现形式是使用得java内码。
   

    如果字节流放在jvm中是不会发生任何变化的，它不属于任何语言，是纯粹的介质，但一旦用字节流构造 String 对象，就把字节流 解序列化 为java 对象，而这个过程是先解码，再转码！

    你的参数已经是String的对象了，那么要不解码正确，表现得是正确的文字
    要不解码错误，表现的可能是乱码或则错误的文字

希望你能理解。少走弯路。

9 楼 lijunjie 2009-03-16  

moshalanye 写道

web 传产数有些重要的细节，一个是浏览器默认将流（页面的编码方式是contentType）进行is-8859-1的转码，得到新的字节流，这个过程能缩小流的大小，类似减少传输量和简单加密的效果，这个时候在request设置字符编码方式，那么web容器会首先将编码（iso-8859-1逆运算）转回原来的字节流（这个过程是可逆的）！再对流作正确的解码工作！这样才得道正确的字符串。还是那句话，如果解码发生错误再进行java内码的转码，会导致流被破坏！被破坏的东西是不能再恢复了的！

恩。你说的是本质方面，而且就解码发生错误的情况时，你说的对，这个处理不了。我这个只是为了在一定条件下（不包括你说的那个解码的时候已经错误了的情况）方便快捷的找到能够让乱码变成中文的字符集。他的目的很简单。对于字符集理解不那么深入的情况下。可以很容易从各个转化中找到正确的字符集。

8 楼 moshalanye 2009-03-16  

web 传产数有些重要的细节，一个是浏览器默认将流（页面的编码方式是contentType）进行is-8859-1的转码，得到新的字节流，这个过程能缩小流的大小，类似减少传输量和简单加密的效果，这个时候在request设置字符编码方式，那么web容器会首先将编码（iso-8859-1逆运算）转回原来的字节流（这个过程是可逆的）！再对流作正确的解码工作！这样才得道正确的字符串。
还是那句话，如果解码发生错误再进行java内码的转码，会导致流被破坏！被破坏的东西是不能再恢复了的！

7 楼 lijunjie 2009-03-14  

moshalanye 写道

   你没理解我的意思。我说的你不知道原来的编码方式，转不回去是这个原因。1。中文，汉字 “你” 假如  是GBK 编码  的字节流是 XX2。进入jvm时，我首先读到字节流 XX，并且知道了它的编码方式是GBK，那么我才知道是 “你” 这个字，得知这个字是因为GBK表（这个过程是解码而不是转码）3。知道是你后，把GBK的流转成了unicode也就是java内码（这个地方就是转码了）这个时候jvm中就是正确的 “你”的 unicode如果在这个过程中 2 解码过程出现 字节流流 和 编码不匹配情况，则出现解码错误，解到的已经物是人非过程3基于2的 错误的解码（得到该字符集编码表中对应莫名其表的东西，有可能编码表中没有，就成了完全的乱码） 再进行转码，得到的更是莫名奇妙的 unicode编码字节流（完全的乱码是没得转的）而  new String(byte[],"GBK")  首先是解码，在就是转成内码“你”.getBytes("GBK") 就是获得从unicode 编码 转成GBK编码的字节流如果进入jvm 解码时就出了问题，你认为知道知道它原来的编码方式 就可以得到原来的字节流吗（只要有完全的乱码就不可能，还原可能的几率非常小，只要有乱码就可能导致流发生改变）？

从这里看的出来，这方面你比我理解的深刻。我没有理解那么深。我用这个方法一般都是在使用web页面传递参数的时候。可能因为服务器本身的字符集，或者数据库的字符集问题。使得页面从上一个页面获得的参数或者从数据库中取得的参数乱码。那么我怎么使得他可以变成正常的字符呢。该使用那个字符集呢。就可以使用这个方法将他找出来。

6 楼 moshalanye 2009-03-13  

  对了！ 忘了补充给你的方法，文件按照流存的，读文件的时候就是读流，不知道流的编码方式，解码时就会出乱码，所以麻。你因该用文件的流做为入参。用testCode(String text)
这个text 已经是jvm的内码了  还能做为你的入参吗？
至少你也该用 estCode(byte bytes[])  所以说你在误导别人  会把别人越搞越糊涂

5 楼 moshalanye 2009-03-13  

   你没理解我的意思。我说的你不知道原来的编码方式，转不回去是这个原因。

1。中文，汉字 “你” 假如  是GBK 编码  的字节流是 XX
2。进入jvm时，我首先读到字节流 XX，并且知道了它的编码方式是GBK，那么我才知道是 “你” 这个字，得知这个字是因为GBK表（这个过程是解码而不是转码）
3。知道是你后，把GBK的流转成了unicode也就是java内码（这个地方就是转码了）

这个时候jvm中就是正确的 “你”的 unicode


如果在这个过程中 2 解码过程出现 字节流流 和 编码不匹配情况，则出现解码错误，

解到的已经物是人非

过程3基于2的 错误的解码（得到该字符集编码表中对应莫名其表的东西，有可能编码表中没有，就成了完全的乱码） 再进行转码，得到的更是莫名奇妙的 unicode编码字节流（完全的乱码是没得转的）

而  new String(byte[],"GBK")  首先是解码，在就是转成内码

“你”.getBytes("GBK") 就是获得从unicode 编码 转成GBK编码的字节流

如果进入jvm 解码时就出了问题，你认为知道知道它原来的编码方式 就可以得到原来的字节流吗（只要有完全的乱码就不可能，还原可能的几率非常小，只要有乱码就可能导致流发生改变）？

4 楼 lijunjie 2009-03-09  

spiritfrog 写道

你这个程序怎样检查的了？我输一句中文， gbk和gb2312都能正常输出来另外utf8-utf8也是正常的

这个只能使用你的中文乱码.但是不知道如果用那个编码能显示正常的情况下做的测试.比如,你的程序要插入linux下的mysql数据库.你因为某些原因不能改变数据库的编码.而你插入中文和读取中文的时候又出现乱码时.

3 楼 lijunjie 2009-03-09  

moshalanye 写道

呵呵  lz 你误人子弟阿！  text 做为入参  已经是 jvm 内码的表现形式了,被转过码了而你现在根本不能还原 原来的字节流了   因为你不知道原来的编码

就是因为不知道原来的编码才做这样测试啊.但是编码可能的几种,gbk,gb2312,utf-8.Latin1.我用他们来试验.看那个是正确的.这个才是我的目的.
你有更好的办法吗?还望指教!

2 楼 moshalanye 2009-03-06  

呵呵  lz 你误人子弟阿！  text 做为入参  已经是 jvm 内码的表现形式了,被转过码了
而你现在根本不能还原 原来的字节流了   因为你不知道原来的编码

1 楼 spiritfrog 2009-03-06  

你这个程序怎样检查的了？我输一句中文， gbk和gb2312都能正常输出来
另外utf8-utf8也是正常的