java中处理字符编码（网页与数据库）

首先声明一下，此文章时从网上转载的。如下的某些方法是确实管用，但是从中发现了有一点不足，就是原文笔者没考虑使用不同Web Server时出现的情况，比如文章里我用红色字体画出来的部分代码在Tomcat跑的时候得用他说的方法，不过到了WebSphere的时候必须得用原先的
String name = request.getParameter("name");
所以采取本文方法的时候不要太死板，多试试。

在Java编程中，中文字体编码难倒了不少程序员，如果抓住了影响Java中文显示的几个关键因素，问题将迎刃而解。
Java是目前最流行的面向对象的编程语言之一，Java支持UTF-8、ISO-8859-1、GBK等各种字体编码，可是发现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，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&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&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/DBName?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:
str=new String(request.getParameter("username").getBytes(),"GBK");
再
str=new String(str.getBytes("UTF-8"),"GBK");

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。
如果采用UTF-8的数据库连接方式或者缺省数据连接方式，那么无法将UTF-8转为GBK；而GBK的数据库连接方式可以实现UTF-8和GBK的相互转换。建议大家采用GBK的数据连接方式。