latin1转gbk的乱码问题，jdbc的bug

有时候json文件，纯文本的文件在nginx或者tomcat上为乱码
可能不像html或者jsp那样可以设置字符编码
注意nginx和tomcat都有utf8的配置
另外要注意
文件也有编码
linux下用vim打开
:set encoding=utf-8
:set fileencoding=utf-8


转http://ssmax.net/archives/1136.html
参考http://www.wcode.net/plus/view.php?aid=246850

由于以前偷懒的原因，很多数据库都是使用latin1作为字符编码，这样可以原样保留数据的字节流，但是最近发现新版的mysql驱动，包括345各版本的最新驱动，用characterEncoding=latin1 参数去访问数据，都会出现问号乱码的问题。

在网上查了一下，有人说是驱动里面自带强制转换，所以出了问题，根据提示看了一下代码，果然在

ResultSetRow在getString的时候，会使用 SingleByteCharsetConverter 来强制转码，发生了问题。

网上说要修改驱动，我自己尝试了一下，既然强制转码里面选择了使用cp1252，那这个字符集应该也是单字符全集，所以我直接尝试用该字符集来连接，问题就解决了。。。。

有两种解决方案：

1. 使用ResultSet中的getBytes方法，直接获取原始bytes数组，自己按照录入时候的编码new String即可。

2. 如果用了框架结构，写了必须获取String的，那么连接参数可以写

characterEncoding=cp1252

程序使用的时候

rs.getString(1).getBytes(“cp1252″)

即可获取原始字节数组，然后也是按照录入编码进行 new String 即可。

注意这种方法可能会引起问题，由于cp1252对一些字节的处理并不是我们理解的那样，比如

MySQL translates 0×81 to Unicode 0×0081, 0x8d to 0x008d, 0x8f to 0x008f, 0×90 to 0×0090, and 0x9d to 0x009d.

如果汉字里面刚好有着3中字节的，就会出问题，显示问号。。。

研究了一下，发了一个bug帖，http://bugs.mysql.com/bug.php?id=64071

估计也是没人理会的了，呵呵，就当练练英文。

我的程序：

con = (Connection) DriverManager
					.getConnection(
							"jdbc:mysql://1231231231213:3365/origin_chapters?characterEncoding=cp1252",
							"bookapp_r", "6c0a3ebf4");
chapter.setChapter_content(new String(rs.getString("Content").getBytes("cp1252"), "gbk"));

评论

1 楼 yvfish 2014-01-27  

今天遇到的问题就是这个原因，cp1252

客户有一个旧数据库是mysql4.0，用的latin1，以前都是在Java中统一转成GBK的

new String(String.valueOf(fieldValue).getBytes("latin1"), "GBK");

今天客户发现”岠”字会乱码，然后把latin1改成cp1252问题解决。