java中文处理

java中文处理

acjspbbs采用的字符编码是GBK，我采用的是WIN2k系统，正常来说应该是水到渠成的，但是，竟然被我发现，它的javabean中保存入数据库语句是使用的是ISO8859-1编码，直接导致所以从数据库取出的资料全部乱码，包括：论坛名等常量、用户发的帖子标题和内容等等。

其实，java系统内部会把全部的字符串统一使用UTF－8编码，而在内部转化之前会使用操作系统默认的编码，其中包括输入和输出。要想不乱码，只需要“统一java系统的输入、输出以及操作系统的字符集”，这也是处理java系统汉字的一个原则。原因是由于java的跨平台特性，字符集必须由具体的操作系统给出。

由此可以得到一个最简单的解决jsp乱码的办法，其中主要需要把握三个环节：
1、开发和编译代码时就指定一个字符集，比如ISO-8859-1（西方的系统多数使用这个）
2、确定操作系统的字符集跟1统一，比如也用ISO-8859-1，这样的OS有很多，linux就是啦
3、如果开发jsp，每个页面都明确指定字符集：
<%@ page contentType="text/html;charSet=ISO8859-1" %>

这样就达到了前面的目标，统一了三者的字符编码。

这样的系统虽然很好，没有乱码问题，但是显然是以破坏跨平台特性为代价换取来的。想要根本解决问题，看来只有将java系统统一为UTF－8编码，这需要找到所有的出入口。

具体需要注意以下几个环节：
1、开发和编译时候指定字符集为UTF－8
2、用过滤器将所有请求转为UTF－8字符集编码
如果是用一个servlet控制分配的就在servlet的filter中写
request.setCharacterEncoding("UTF－8")
如果是用jsp页面，就在头部定义
<%@ page contentType="text/html;charSet=UTF-8" %>
3、在所有的输出上包括数据库连接上都指定使用字符集UTF-8

另外：如果你在做二次开放，就需要重新编译包，指定使用UTF-8编码

附：在编译时指定字符集的语法是javac -encoding <encoding> <sourcefile>

说明：这里很多观点是引用他人的，但是我自己使用过，是绝对有效的解决办法。