一、概要
在JAVA应用程序特别是基于WEB的程序中,经常遇到字符的编码问题。为了防止出现乱码,首先需要了解JAVA是如何处理字符的,这样就可以有目的地在输入/输出环节中增加必要的转码。其次,由于各种服务器有不同的处理方式,还需要多做试验,确保使用中不出现乱码。
二、基本概念
2.1 JAVA中字符的表达
JAVA中有char、byte、String这几个概念。char 指的是一个UNICODE字符,为16位的整数。byte 是字节,字符串在网络传输或存储前需要转换为byte数组。在从网络接收或从存储设备读取后需要将byte数组转换成String。String是字符串,可以看成是由char组成的数组。String 和 char 为内存形式,byte是网络传输或存储的序列化形式。
举例:
英
String ying = “英”;
char ying = ying.charAt(0);
String yingHex = Integer.toHexString(ying);
82 F1
byte yingGBBytes = ying.getBytes(“GBK”);
GB编码的字节数值
D3 A2
2.2 编码方式的简介
String序列化成byte数组或反序列化时需要选择正确的编码方式。如果编码方式不正确,就会得到一些0x3F的值。常用的字符编码方式有ISO8859_1、GB2312、GBK、UTF-8/UTF-16/UTF-32。
ISO8859_1用来编码拉丁文,它由单字节(0-255)组成。
GB2312、GBK用来编码简体中文,它有单字节和双字节混合组成。最高位为1的字节和下一个字节构成一个汉字,最高位为0的字节是ASCII码。
UTF-8/UTF-16/UTF-32是国际标准UNICODE的编码方式。 用得最多的是UTF-8,主要是因为它在对拉丁文编码时节约空间。
UNICODE值 UTF-8编码
U-00000000 - U-0000007F: 0xxxxxxx
U-00000080 - U-000007FF: 110xxxxx 10xxxxxx
U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
三、J2SE中相关的函数
String str =”英”;
//取得GB2312编码的字节
byte[] bytesGB2312 = str.getBytes(“GB2312”);
//取得平台缺省编码的字节(solaris为ISO8859_1,windows为GB2312)
byte[] bytesDefault = str.getBytes();
//用指定的编码将字节转换成字符串
String newStrGB = new String(bytesGB2312, “GB2312”);
//用平台缺省的编码将字节转换成字符串(solaris为ISO8859_1,windows为GB2312)
String newStrDefault = new String(bytesDefault);
//用指定的编码从字节流里面读取字符
InputStream in = xxx;
InputStreamReader reader = InputStreamReader( in, “GB2312”);
char aChar = reader.read();
四、JSP、数据库的编码
4.1 JSP中的编码
(1) 静态声明:
CHARSET有两个作用:
JSP文件的编码方式:在读取JSP文件、生成JAVA类时,源JSP文件中汉字的编码
JSP输出流的编码方式:在执行JSP时,往response流里面写入数据的编码方式
(2) 动态改变:在往response流里面写数据前可以调用response.setContentType(),设定正确的编码类型。
(3) 在TOMCAT中,由Request.getParameter() 得到的参数,编码方式都是ISO8859_1。所以如果在浏览器输入框内输入一个汉字“英”,在服务器端就得到一个ISO8859_1编码的(0x00,0xD3,0x00,0xA2)。所以通常在接收参数时转码:
String wrongStr = response.getParameter(“name”);
String correctStr = new String(wrongStr.getBytes(“ISO8859_1”),”GB2312”);
在最新的SERVLET规范里面,也可以在获取参数之前执行如下代码:
request.setCharacterEncoding(“GB2312”);
4.2 数据库的编码
(1) 数据库使用UTF-16
如果String中是UNICODE字符,写入读出时不需要转码
(2) 数据库使用ISO8859_1
如果String中是UNICODE字符,写入读出时需要转码
写入:String newStr = new String(oldStr.getByte(“GB2312”), “ISO8859_1”);
读出:String newStr = new String(oldStr.getByte(“ISO8859_1”),”GB2312”);
五、源文件的编码
5.1 资源文件
资源文件的编码方式和编辑平台相关。在WINDOWS平台下编写的资源文件,以GB2312方式编码。在编译时需要转码,以确保在各个平台上的正确性:
native2ascii ?encoding GB2312 source.properties
这样从资源文件中读出的就是正确的UNICODE字符串。
5.2 源文件
源文件的编码方式和编辑平台相关。在WINDOWS平台下开发的源文件,以GB2312方式编码。在编译的时候,需要指定源文件的编码方式:
javac ?encoding GB2312
JAVA编译后生成的字节文件的编码为UTF-8。
发表评论
-
从数据库结果集查找树的根节点
2009-08-14 11:26 1595由于在查询出的每条记录里,都有unit_id和par_unit ... -
获取当前应用的相对路径
2009-08-07 13:56 1302public String getApplicatio ... -
Quartz + Spring 实现定时任务配置2
2009-08-06 14:12 876<beans> <!-- 定时服务定义 -- ... -
Quartz + Spring 实现定时任务配置1
2009-08-06 12:02 1016<beans> <!-- 任务调度对象 -- ... -
tomcat组件分解
2009-06-10 13:38 947<!-- tomcat顶层容器 ... -
Commons Logging 的使用方法
2009-06-10 10:13 2070应用程序中使用好日志 ... -
RuntimeException和非RuntimeException
2009-04-25 11:24 1681在java的异常类体系中,Error和RuntimeExcep ... -
GB2312,GBK,UTF-8的关系
2009-04-05 11:03 13541,GBK编码兼容GB2312. 详细点 ... -
使用Spring、Hibernate、Struts的一些错误总结
2009-01-14 10:24 1051使用Spring、Hibernate、St ... -
Hibernate 体系结构与工作原理
2009-01-14 10:14 833... -
Servlet中listener的应用
2009-01-14 10:03 763由于工作需要,最近在找一些解决方案,发现Listener是一个 ... -
(引用)JVM调优总结 -Xms -Xmx -Xmn -Xss
2009-01-14 09:49 851三、常见配置举例 堆大小设置JVM 中最大堆大小有三方 ... -
关键字: 显示 Hibernate SQL 语句中 ? 的值
2009-01-14 09:35 880Java代码 <?xml v ... -
Apache开源项目分类列表
2009-01-14 09:13 1078查看文章 ... -
使用import简化spring的配置文件
2009-01-14 08:49 881在多个人做同一 ... -
jsp输出js特殊字符替换
2009-01-12 17:23 2336运行: "\n\twomen'".repl ... -
java内存分配研究
2009-01-04 11:12 1047java内存分配研究 今天看了一下java的内存分配,分享 ...
相关推荐
字符编码问题在Web开发中非常常见,但通过正确的设置和处理,可以有效地避免这些问题。了解HTTP头部字段的作用,以及如何在客户端和服务器端处理字符编码,对于开发国际化的Web应用至关重要。 通过本文的详细介绍,...
J2EE标准提供了多种方式来设置字符编码,包括在web.xml配置文件中设置全局编码、在Servlet或Filter中通过HttpServletRequest和HttpServletResponse接口的setCharacterEncoding()方法来设置请求和响应的编码,或者...
总的来说,Java Web程序开发中的字符乱码问题需要从多个层面进行排查和解决,关键在于理解和掌握字符编码的基本原理,以及在各个阶段正确设置和转换编码。只有这样,才能确保程序在各种场景下都能正确处理和显示字符...
Java字符编码监听器是Java Web开发中的一个重要概念,主要用于处理HTTP请求和响应中的字符编码问题。在Java Servlet规范中,提供了`SetCharacterEncodingFilter`这样的过滤器,用于确保请求参数和响应内容的正确编码...
- **Web开发**:服务器接收到客户端发送的HTTP请求时,需要判断请求体中的字符编码格式。 - **文件处理**:读取外部文件时,需要判断文件的编码格式以正确解析内容。 - **多语言支持**:在开发国际化应用时,根据...
其中,UTF-8由于其良好的兼容性和国际化的支持,在现代Web开发中被广泛采用。 #### 二、字符编码问题概述 在Web应用开发过程中,尤其是涉及到不同语言环境的应用时,字符编码问题非常常见。例如,当用户提交包含...
在IT领域,字符编码转换是一项基础且重要的任务,特别是在处理多语言或跨平台的数据时。本文将基于“工具-字符编码转换”的主题,深入探讨字符编码的概念、常见编码格式、字符编码转换工具以及如何进行实际操作。 ...
Web开发中的字符集和字符编码是确保正确显示和处理文本数据的关键因素,特别是在涉及多语言和特殊字符时。本文将深入探讨字符集、字符编码、Web浏览器端的处理方式、Web服务器端的处理方式以及数据库的字符编码设置...
在Web开发中,中文字符编码探究也非常重要。使用正确的字符编码方式,可以确保中文字符的正确显示和传输。例如,在HTML页面中,使用meta标签可以指定字符编码方式,例如:; charset=GBK">。这可以确保HTML页面中的...
在Java Web开发中,字符编码过滤器(Character Encoding Filter)起着至关重要的作用。它确保了请求和响应数据在处理过程中使用一致的字符编码,从而避免乱码问题。本篇文章将详细探讨Java过滤器(Filter)的概念,...
以上所述的字符编码相关知识、乱码产生的原因以及解决办法,是Java Web程序开发者在开发过程中必须掌握的技术要点,能够确保网站和应用程序能够正确处理和显示各种字符信息,从而提升用户体验。
在此背景下,**UTF-8**编码因其强大的字符覆盖范围和兼容性,成为了Web开发中处理多语言字符的首选方案。 #### UTF-8编码原理及其优势 **UTF-8**,全称“Unicode Transformation Format - 8-bit”,是一种可变长度...
在Web开发中,URL乱码问题常常困扰着开发者。URL编码和解码是解决这个问题的关键。以下是关于如何处理URL乱码的详细知识点: 1. **URL编码原理**:URL(Uniform Resource Locator)中的非ASCII字符需要进行编码,以...
Unicode编码旨在表示所有语言的字符,是一个16位的编码标准,可以说是字符编码中最统一的形式。UTF-8编码是一种可变长度的编码方式,它兼容ASCII,同时也支持包括中文在内的多种语言。 在Java Web开发中,字符编码...
在C#开发中,处理从数据库获取的数据并绑定到Grid等控件时,可能会遇到数据中的HTML标签或特殊字符导致显示异常的问题。为了解决这一问题,通常需要对数据进行HTML编码处理。本文将详细介绍如何在C#中实现HTML编码...
本文将围绕“Java字符集编码简记”这一主题,深入探讨相关知识点,并结合标签“源码”和“工具”,探讨在实际开发中如何运用和处理字符编码问题。 首先,我们需要理解字符集的概念。字符集是一系列符号的集合,例如...
在IT开发环境中,字符编码的正确设置至关重要,尤其是在使用集成开发环境(IDE)如MyEclipse时。MyEclipse字符编码的设置对于处理各种类型的文本文件,尤其是涉及到中文字符的文件,有着决定性的影响。本篇文章将...
在IT行业中,尤其是在Web开发领域,字符处理和乱码问题是一项至关重要的任务。字符处理涉及到文本数据的编码、解码以及在不同系统间传递时的兼容性问题,而乱码问题则是字符处理不当所引发的常见现象。让我们深入...
Web应用的字符(串)处理是开发过程中必不可少的一部分,它涉及到数据的编码、解码以及格式化等多个方面。以下是对这些关键知识点的详细说明: 1. **字符编码**: - **Unicode/ANSI**: Unicode 是一个通用字符集,...
在Web开发中,编码问题至关重要,因为它涉及到如何正确地处理和传输文本信息。计算机系统处理数据的基本单位是字节,而人类理解的是字符串,这就需要字符集来建立两者之间的桥梁。字符集定义了每个字符如何映射为...