中文乱码的总结

 

在开发中，总会碰到各种中文乱码问题，下面稍作总结。

1、数据库的乱码

出现乱码问题，我们第一反应应该是：是否数据库字符编码设置有问题。以mysql为例，装好mysql后进入安装目录，打开my.ini配置文件查看mysql设置的编码。在my.ini中有两处设置字符编码的地方，分别是[mysql]下的default-character-set及[mysqld]下的default-character-set。熟悉linux的朋友都知道以d结尾的表示服务端，如你想那样，[mysql]设置的字符编码是客户端的，[mysqld]设置的字符编码是mysql服务器端的编码。我们的数据就是存储在mysql服务器端的，为了能存下任何字符编码的数据，我们一般设置[mysqld]下的default-character-set=utf8（注意，不是utf-8）。代表客户端的[mysql]下的default-character-set应该怎么设置呢，一般朋友可能也设置成utf8，这可能会出问题的。如果这样设置的话，当我们"运行cmd"打开DOS窗口，通过"mysql -uroot -p123"命令进入mysql的客户端后，我们是不能插入中文的。道理很简单，这是因为我们的操作系统的字符编码是GBK(或GBK兼容)，我们在DOS窗口输入的中文(如：insert into test values('中文'))自然也是GBK的，而我们[mysql]设置的却是utf8，因为不兼容所以会出错。当然，如果我们使用相关mysql的GUI客户端工具，进行相关设置，即使[mysql]设置成utf8也没问题。但如果通过DOS窗口登陆mysql客户端时，一般要设置[mysql]下的default-character-set=GBK。

总结：[mysql]下default-character-set=GBK，[mysqld]下default-character-set=utf8

 

2、使用GET请求的乱码

如果一个请求是GET方式时，比如<a href="url">标签指定的请求如form表单以GET方式提交，我们可以在浏览器地址栏上看到类似http://localhost/proj/a.do?title=%C4%E3%BA%C3 这样的URL。像这样2个(%加上2位16进制数)表示一个中文，这是用ISO8859-1(即lantin1)进行的编码。对于这样用GET请求的URL中的中文字符，我们是不能通过设置request.setCharacterEncoding("UTF-8")来解决的。

解决方法有两种：

第一种方法是用 title = new String(title.getBytes("ISO8859-1"), "UTF-8");  来对每个有中文的请求参数进行解码再编码，这种方法比较繁琐；

第二种方法是修改tomcat的server.xml配置文件，把<Connector port="8080" ...>修改成 <Connector port="8080" ... URLEncoding="UTF-8">，即在<Connector>元素中指定其URLEncoding="UTF-8"，其默认值为lantin1。这属性指定了URL的编码，设置成UTF-8后，地址栏上就不会再出现 a.do?title=%C4%E3%BA%C3 之类的内容了，而是 a.do?title=中文 。

这种方法的缺点是，其它项目或该项目其它地方可能会因为修改而引入了新的中文编码问题，比如使用这种方法之后，有些地方使用了第一种方法处理好了的中文将会再次变成乱码。这种方法不常用，可能牵一发而动全身。

 

3、使用POST请求的乱码

对于form表单以POST提交的请求，可以用request.setCharacterEncoding("UTF-8")来解决。至于为什么这种方法对POST请求有效而对GET请求无效，请参考HTTP协议中GET与POST请求的差别，简单来讲就是GET请求的内容放在请求头里，POST请求是放在请求体来。一般来讲我们可以通过给项目增加一个字符集过滤器来一次性解决POST请求的中文乱码。过滤器里的内容非常简单，就是调用request.setCharacterEncoding(encoding)，encoding是我们要设置的字符集。过滤器可以自己编写，也可以使用spring提供的org.springframework.web.filter.CharacterEncodingFilter。 

 

综上所述我们在中文乱码这个问题上，一般的做法如下：

 1、编码集用UTF-8而不是GBK

 2、给我们的应用加上一个字符集过滤器

 3、所有的Form表单都以POST进行提交

 4、用链接<a href="a.do?name=中文">进行的提交，最好用new String(title.getBytes("ISO8859-1"), "UTF-8")来解决而不是修改tomcat的配置文件

评论

12 楼 liaobin665 2010-09-25  

楼主说的好啊············我加油顶啊·········

11 楼 weir2009 2010-09-23  

javaeye的收藏功能有问题了

10 楼 hunnuxiaobo 2010-09-20  

总结这几点，可以以不变应万变了。。

9 楼 zjshan 2010-09-20  

总结得很详细，O(∩_∩)O~

8 楼 smiky 2010-09-17  

kzwang 写道

qingtian16265 写道

针对GET的请求，可以通过Encode.encode()方法来对URL中的中文编码，在数据接收端通过两次调用Decode.decode()，就可以解析出中文字符．．．

这不是更麻烦吗，在两边都要处理，还可能出错的

一般情况下只有一次decode，因为默认情况下服务器端会来decode一次，这样encode一次之后基本可以杜绝乱码了哦，
上次同事遇到个问题，一个很长的URL己经用UTF-8编码过一次，在firefox将url copy出来，发现编码居然变成了GBK，没办法，再encode一次，在服务器端再加一次decode，搞定

7 楼 kzwang 2010-09-17  

ytsmtxxi 写道

楼主，就mysql，除了你刚才说的那样子，我个人觉得应该还会乱码。你现在是把数据库的编码改过来了。但是数据库里的表也有个编码的。你也应该同样的把表的编码改成一致。这样子也就不会再出现乱码了，不然还会有可能出现乱码的。

支持一下。

是的，所以最好是装好mysql时就设置好编码，重启mysql服务

6 楼 kzwang 2010-09-17  

qingtian16265 写道

针对GET的请求，可以通过Encode.encode()方法来对URL中的中文编码，在数据接收端通过两次调用Decode.decode()，就可以解析出中文字符．．．

这不是更麻烦吗，在两边都要处理，还可能出错的

5 楼 jerryhanwei 2010-09-17  

再补充一下，可以两次编码，两次解码，经过实践检验，觉得不会乱码，这个是终极解决方案。。。。

4 楼 qingtian16265 2010-09-17  

针对GET的请求，可以通过Encode.encode()方法来对URL中的中文编码，在数据接收端通过两次调用Decode.decode()，就可以解析出中文字符．．．

3 楼 ytsmtxxi 2010-09-17  

楼主，就mysql，除了你刚才说的那样子，我个人觉得应该还会乱码。你现在是把数据库的编码改过来了。但是数据库里的表也有个编码的。你也应该同样的把表的编码改成一致。这样子也就不会再出现乱码了，不然还会有可能出现乱码的。

支持一下。

2 楼 topxiaohei 2010-09-16  

          这个遇见乱码我头都大了
  


       支持楼主多多发帖

1 楼 qiuyunanjichong 2010-09-16  

很久没看到这么系统的总结了 支持楼主