WEB开发中的JAVA字符编码经验总结
WEB开发中的JAVA字符编码经验总结
（作者：中关村北大青鸟ACCP讲师将新云）
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。下面先来看一些基本概念:1JAVA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
Stringying=“英”;
charying=ying.charAt(0);
StringyingHex=Integer.toHexString(ying);82F1
byteyingGBBytes=ying.getBytes(“GBK”);GB编码的字节数值D3A2
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:110xxxxx10xxxxxx
U-00000800-U-0000FFFF:1110xxxx10xxxxxx10xxxxxx
U-00010000-U-001FFFFF:11110xxx10xxxxxx10xxxxxx10xxxxxx
U-00201*00-U-03FFFFFF:111110xx10xxxxxx10xxxxxx10xxxxxx10xxxxxx
U-04000000-U-7FFFFFFF:1111110x10xxxxxx10xxxxxx10xxxxxx10xxxxxx10xxxxxx
J2SE中相关的函数Stringstr=”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
StringnewStrGB=newString(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)
StringnewStrDefault=newString(bytesDefault);
//用指定的编码从字节流里面读取字符InputStreamin=xxx;
InputStreamReaderreader=InputStreamReader(in,“GB2312”);charaChar=reader.read();四、JSP、数据库的编码4．1JSP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：
StringwrongStr=response.getParameter(“name”);StringcorrectStr=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：StringnewStr=newString(oldStr.getByte(“GB2312”),“ISO8859_1”);
读出：StringnewStr=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：native2asciiencodingGB2312source.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：javacencodingGB2312
JAVA编译后生成的字节文件的编码为UTF-8。
①最新版TOMCAT4.1.18支持request.setCharacterEncoding(Stringenc)②资源文件转码成company.name=\英\斯\克③如果数据库使用utf-16则不需要这部分转码④页面上应有转码:
Strings=newString
(request.getParameter(“name”).getBytes(“ISO8859_1”),”GB2312”);转码:
Strings=newString(name.getBytes(“GB2312”),”ISO8859_1”);转码:
Strings=newString(name.getBytes(“ISO8859_1”),”GB2312”);
扩展阅读：WEB开发中的JAVA字符编码经验总结
WEB开发中的JAVA字符编码经验总结
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
2．1JAVA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
Stringying=“英”;
charying=ying.charAt(0);
StringyingHex=Integer.toHexString(ying);82F1
byteyingGBBytes=ying.getBytes(“GBK”);GB编码的字节数值D3A2
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:110xxxxx10xxxxxx
U-00000800-U-0000FFFF:1110xxxx10xxxxxx10xxxxxx
U-00010000-U-001FFFFF:11110xxx10xxxxxx10xxxxxx10xxxxxx
U-00201*00-U-03FFFFFF:111110xx10xxxxxx10xxxxxx10xxxxxx10xxxxxx
U-04000000-U-7FFFFFFF:1111110x10xxxxxx10xxxxxx10xxxxxx10xxxxxx10xxxxxx三、J2SE中相关的函数Stringstr=”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
StringnewStrGB=newString(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)StringnewStrDefault=newString(bytesDefault);
//用指定的编码从字节流里面读取字符InputStreamin=xxx;
InputStreamReaderreader=InputStreamReader(in,“GB2312”);charaChar=reader.read();四、JSP、数据库的编码4．1JSP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：StringwrongStr=response.getParameter(“name”);
StringcorrectStr=newString(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：StringnewStr=newString(oldStr.getByte(“GB2312”),“ISO8859_1”);读出：StringnewStr=newString(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：native2asciiencodingGB2312source.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：javacencodingGB2312
JAVA编译后生成的字节文件的编码为UTF-8。
①最新版TOMCAT4.1.18支持request.setCharacterEncoding(Stringenc)②资源文件转码成company.name=\英\斯\克③如果数据库使用utf-16则不需要这部分转码④页面上应有转码:
Strings=newString
(request.getParameter(“name”).getBytes(“ISO8859_1”),”GB2312”);转码:
Strings=newString(name.getBytes(“GB2312”),”ISO8859_1”);转码:
Strings=newString(name.getBytes(“ISO8859_1”),”GB2312”);
友情提示：本文中关于《WEB开发中的JAVA字符编码经验总结》给出的范例仅供您参考拓展思维使用，WEB开发中的JAVA字符编码经验总结：该篇文章建议您自主创作。
来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
公文素材库友情提示：本网站所有内容为共享上传提供，不涉及任何商业利益，本站对此不承担任何保证责任！
Copyright © www.bsmz.net Corporation, All Rights Reserved 共享时代 共享你我他 版权所有