深入剖析JSP和Servlet对中文的处理过程-3(转)

当输出对象是数据库时

输出到数据库时，原理与输出到浏览器也是一样的。本节只是Servlet为例，JSP的情况请读者自行推导。

假设有一个Servlet，它能接收来自客户端（IE，简体中文）的汉字字符串，然后把它写入到内码为ISO8859-1的数据库中，然后再从数据库中取出这个字符串，显示到客户端。

表9　输出对象是数据库时的变化过程（1）

序号	步骤说明	结果	域
1	在IE中输入“中文”	D6 D0 CE C4	IE
2	IE把字符串转变成UTF，并送入传输流中	E4 B8 AD E6 96 87
3	Servlet接收到输入流，用readUTF读取	4E 2D 65 87(unicode)	Servlet
4	编程者在Servlet中必须把字符串根据GB2312还原为字节流	D6 D0 CE C4
5	编程者根据数据库内码ISO8859-1生成新的字符串	00 D6 00 D0 00 CE 00 C4
6	把新生成的字符串提交给JDBC	00 D6 00 D0 00 CE 00 C4
7	JDBC检测到数据库内码为ISO8859-1	00 D6 00 D0 00 CE 00 C4	JDBC
8	JDBC把接收到的字符串按照ISO8859-1生成字节流	D6 D0 CE C4
9	JDBC把字节流写入数据库中	D6 D0 CE C4
10	完成数据存储工作	D6 D0 CE C4	数据库
以下是从数据库中取出数的过程
11	JDBC从数据库中取出字节流	D6 D0 CE C4	JDBC
12	JDBC按照数据库的字符集ISO8859-1生成字符串，并提交给Servlet	00 D6 00 D0 00 CE 00 C4 (Unicode)
13	Servlet获得字符串	00 D6 00 D0 00 CE 00 C4 (Unicode)	Servlet
15	编程者必须根据数据库的内码ISO8859-1还原成原始字节流	D6 D0 CE C4
16	编程者必须根据客户端字符集GB2312生成新的字符串	4E 2D 65 87 （Unicode）
Servlet准备把字符串输出到客户端
17	Servlet根据<Servlet-charset生成字节流>	D6 D0 CE C4	Servlet
18	Servlet把字节流输出到IE中，如果已指定<Servlet-charset，还会设置IE的编码为<Servlet-charset>>	D6 D0 CE C4
19	IE根据指定的编码或默认编码查看结果	“中文”（正确显示）	IE

解释一下，表中第4第5步和第15第16步是用红色标记的，表示要由编码者来作转换。第4、5两步其实就是一句话：“new String(source.getBytes("GB2312"), "ISO8859-1")”。第15、16两步也是一句话：“new String(source.getBytes("ISO8859-1"), "GB2312")”。亲爱的读者，你在这样编写代码时是否意识到了其中的每一个细节呢？

 

至于客户端内码和数据库内码为其它值时的流程，和输出对象是系统控制台时的流程，请读者自己想吧。明白了上述流程的原理，相信你可以轻松地写出来。

 

行文至此，已可告一段落了。终点又回到了起点，对于编程者而言，几乎是什么影响都没有。

因为我们早就被告之要这么做了。

 

以下给出一个结论，作为结尾。

1、  在Jsp文件中，要指定contentType，其中，charset的值要与客户端浏览器所用的字符集一样；对于其中的字符串常量，不需做任何内码转 换；对于字符串变量，要求能根据ContentType中指定的字符集还原成客户端能识别的字节流，简单地说，就是“字符串变量是基于<Jsp- charset>字符集的”；

2、 在Servlet中， 必须用HttpServletResponse.setContentType()设置charset，且设置成与客户端内码一致；对于其中的字符串常 量，需要在Javac编译时指定encoding，这个encoding必须与编写源文件的平台的字符集一样，一般说来都是GB2312或GBK；对于字 符串变量，与JSP一样，必须“是基于<Servlet-charset>字符集的”。

评论

1 楼 cottor 2008-11-28  

不错。明白了很多东西。
但是有一个地方不明白：
输出对象是数据库时的变化过程第2步中，IE为什么要把字符串转变成UTF，然后再写入传输流中？
IE传的是文本，应该直接传D6 D0 CE C4吧。