1.字节和unicode
java内核是unicode的,就连class文件也是,但是很多媒体,包括文 件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的,而byte是字节。java中byte/char互 转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度,可以用来告诉你,你用的convertor。其中两个很常用 的静态函数是
java 代码
- publicstaticByteToCharConvertergetDefault();
- publicstaticByteToCharConvertergetConverter(Stringencoding);
如果你不指定converter,则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。
byte——〉char:
"你"的gb码是:0xc4e3,unicode是0x4f60
java 代码
- Stringencoding="gb2312";
- byteb[]={(byte)'u00c4',(byte)'u00e3'};
- ByteToCharConverterconverter=ByteToCharConverter.getConverter(encoding);
- charc[]=converter.convertAll(b);
- for(inti=0;i<c.length;i++){
- System.out.println(Integer.toHexString(c[i]));
- }
结果是什么?0x4f60
如果encoding="8859_1",结果又是什么?0x00c4,0x00e3
如果代码改为
java 代码
- byteb[]={(byte)'u00c4',(byte)'u00e3'};
- ByteToCharConverterconverter=ByteToCharConverter.getDefault();
- charc[]=converter.convertAll(b);
- for(inti=0;i<c.length;i++){
- System.out.println(Integer.toHexString(c[i]));
- }
结果将又是什么?根据平台的编码而定。
java 代码
- char——〉byte:
- Stringencoding="gb2312";
- charc[]={'u4f60'};
- CharToByteConverterconverter=CharToByteConverter.getConverter(encoding);
- byteb[]=converter.convertAll(c);
- for(inti=0;i<b.length;i++){
- System.out.println(Integer.toHexString(b[i]));
- }
结果是什么?0x00c4,0x00e3
如果encoding="8859_1",结果又是什么?0x3f
如果代码改为
java 代码
- Stringencoding="gb2312";
- charc[]={'u4f60'};
- CharToByteConverterconverter=CharToByteConverter.getDefault();
- byteb[]=converter.convertAll(c);
- for(inti=0;i<b.length;i++){
- System.out.println(Integer.toHexString(b[i]));
- }
结果将又是什么?根据平台的编码而定。
很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入,这给我们带来诸多不便。很多程序难得用encoding了,直接用default的encoding,这就给我们移植带来了很多困难。
2.utf-8
utf-8是和unicode一一对应的,其实现很简单
7位的unicode:0_______
11位的unicode:110_____10______
16位的unicode:1110____10______10______
21位的unicode:11110___10______10______10______
大多数情况是只使用到16位以下的unicode:
"你"的gb码是:0xc4e3,unicode是0x4f60
0xc4e3的二进制:
1100,0100,1110,0011
由于只有两位我们按照两位的编码来排,但是我们发现这行不通,因为第7位不是0因此,返回"?"
0x4f60的二进制:
0100,1111,0110,0000
我们用utf-8补齐,变成:
1110,0100,1011,1101,1010,0000
e4--bd--a0
于是返回:0xe4,0xbd,0xa0。
3.string和byte[]
string其实核心是char[],然而要把byte转化成string,必须经过编码。string.length()其实就是char数组的长度,如果使用不同的编码,很可能会错分,造成散字和乱码。
例如:
java 代码
- Stringencoding=“”;
- byte[]b={(byte)'u00c4',(byte)'u00e3'};
- Stringstr=newString(b,encoding);
如果encoding=8859_1,会有两个字,但是encoding=gb2312只有一个字这个问题在处理分页是经常发生。
4.Reader,Writer/InputStream,OutputStream
Reader和Writer核心是char,InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char读/写InputStream/OutputStream。
例如:
文件test.txt只有一个"你"字,0xc4,0xe3
java 代码
- Stringencoding="gb2312";
- InputStreamReaderreader=newInputStreamReader(newFileInputStream(
- "text.txt"),encoding);
- charc[]=newchar[10];
- intlength=reader.read(c);
- for(inti=0;i<length;i++){
- System.out.println(c[i]);
- }
结果是什么?你
如果encoding="8859_1",结果是什么???两个字符,表示不认识。
反过来的例子自己做。
5.我们要对java的编译器有所了解 :
javac?encoding
我们常常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。如果没有指定encoding,则按照系统的默认encoding,gb平台上是gb2312,英文平台上是iso8859_1。
java 的编译器实际上是调用sun.tools.javac.main的类,对文件进行编译,这个类有compile函数中间有一个encoding的变量,- encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的,然后把用utf-8形式编译成class文件。
例子代码:
java 代码
- Stringstr="你";
- FileWriterwriter=newFileWriter("text.txt");
- write.write(str);
- writer.close();
如果用gb2312编译,你会找到e4bda0的字段;
如果用8859_1编译,00c400e3的二进制:
0000,0000,1100,0100,0000,0000,1110,0011
因为每个字符都大于7位,因此用11位编码:
1100,0001,1000,0100,1100,0011,1010,0011
c1--84--c3--a3
你会找到c184c3a3。
但是我们往往忽略掉这个参数,因此这样往往会有跨平台的问题:
样例代码在中文平台上编译,生成zhclass
样例代码在英文平台上编译,输出enclass
(1).zhclass在中文平台上执行ok,但是在英文平台上不行
(2).enclass在英文平台上执行ok,但是在中文平台上不行
原因:
(1). 在中文平台上编译后,其实str在运行态的char[]是0x4f60,在中文平台上运行,filewriter的缺省编码是gb2312,因此 chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream 中,于是0xc4,0xe3放进了文件。
但是如果是在英文平台下,chartobyteconverter的缺省值是8859_1,filewriter会自动调用8859_1去转化str,但是他无法解释,因此他会输出"?"
(2).在英文平台上编译后,其实str在运行态的char[]是0x00c40x00e3,在中文平台上运行,中文无法识别,因此会出现??;
在英文平台上,0x00c4-->0xc4,0x00e3->0xe3,因此0xc4,0xe3被放进了文件。
6.其它原因:
<%@pagecontentType="text/html;charset=GBK"%>
设置浏览器的显示编码,如果response的数据是utf8编码,显示将是乱码,但是乱码和上述原因还不一样。
7.发生编码的地方 :
从数据库到java程序byte——〉char
从java程序到数据库char——〉byte
从文件到java程序byte——〉char
从java程序到文件char——〉byte
从java程序到页面显示char——〉byte
从页面form提交数据到java程序byte——〉char
从流到java程序byte——〉char
从java程序到流char——〉byte
谢志钢的解决方法:
我是使用配置过滤器的方法解决中文乱码的:
xml 代码
- <web-app>
- <filter>
- <filter-name>RequestFilter</filter-name>
- <filter-class>net.golden.uirs.util.RequestFilter</filter-class>
- <init-param>
- <param-name>charset</param-name>
- <param-value>gb2312</param-value>
- </init-param>
- </filter>
- <filter-mapping>
- <filter-name>RequestFilter</filter-name>
- <url-pattern>*.jsp</url-pattern>
- </filter-mapping>
- </web-app>
- publicvoiddoFilter(ServletRequestreq,ServletResponseres,
- FilterChainfChain)throwsIOException,ServletException{
- HttpServletRequestrequest=(HttpServletRequest)req;
- HttpServletResponseresponse=(HttpServletResponse)res;
- HttpSessionsession=request.getSession();
- StringuserId=(String)session.getAttribute("userid");
- req.setCharacterEncoding(this.filterConfig.getInitParameter("charset"));//设置字符集?
- 实际上是设置了byte——〉char的encoding
- try{
- if(userId==null||userId.equals("")){
- if(!request.getRequestURL().toString().matches(
- ".*/uirs/logon/logon(Controller){0,1}\x2Ejsp$")){
- session.invalidate();
- response.sendRedirect(request.getContextPath()+
- "/uirs/logon/logon.jsp");
- }
- }
- else{//看看是否具有信息上报系统的权限
- if(!net.golden.uirs.util.UirsChecker.check(userId,"信息上报系统",
- net.golden.uirs.util.UirsChecker.ACTION_DO)){
- if(!request.getRequestURL().toString().matches(
- ".*/uirs/logon/logon(Controller){0,1}\x2Ejsp$")){
- response.sendRedirect(request.getContextPath()+
- "/uirs/logon/logonController.jsp");
- }
- }
- }
- }
- catch(Exceptionex){
- response.sendRedirect(request.getContextPath()+
- "/uirs/logon/logon.jsp");
- }
- fChain.doFilter(req,res);
- }
分享到:
- 2007-08-04 12:04
- 浏览 2911
- 评论(2)
- 论坛回复 / 浏览 (2 / 5539)
- 查看更多
相关推荐
字节和unicode utf-8 string和byte[] 我们要对java的编译器有所了解
java 中文乱码浅析及解决方案
Ajax中文乱码问题解决方案
近正在做一个项目,其中遇到了一个问题是java与.NET之间的通信问题。具体的问题是这样的: 客户端使用java,服务器端使用的是C#。两者之间使用基于TCP的Socket通信方式。可是,做了一个测试小例子,结果从客户端...
jsp,java中文乱码问题另类解决方案,jni加密、解密编码
开发中前台页面向后台传参,汉字乱码,看了好多网上的方法都解决不了,所以写了一个工具类,判断是乱码就转换,不乱码就不乱换,汉字字母符号自动判断。最后完美解决汉字乱码问题。
java读取远程网页乱码解决方案 java读取远程网页乱码解决方案
java编程中乱码问题解决方案,解决一些常见的java开发环境中的乱码问题
java乱码解决方案,在使用eclipse时出现的乱码问题,帮助解决
彻底解决JAVA读取写入 TXT中文乱码问题 源码
中文乱码问题的解决方案以及过滤器
idea、Eclipse等项目导入.java文件中文乱码完美解决方案:文件夹下所有GBK编码的.java一键转为utf-8,操作方式:将GBK2UTF8.jar文件考到需要转码项目目录,在当前位置运行控制台,输入命令java -jar GBK2UTF8.jar,...
Java读取TXT文本文件乱码解决方案.doc
Java_EE中文乱码问题解决方案:如果你是从事java web开发,中文乱码是不是经常遇到,这里有详细的配置如果从MyEclipse(Eclipse),TOmcat中修改代码的格式,从而达到总体的编码一致,杜绝乱码
sqlite数据库存取中文乱码的全部解决方案(包括其它数据库oracle+sqlserver+mysql) 数据库的连接方式、数据库里存放数据的字体编码、所选编程语言的缺省字体编码。如果在编程中遇到不能正确显示中文时、、、、
struts2中文乱码解决方法 1. 在struts2里面,最好将所有字符都设成utf-8。 ; charset=UTF-8"%> <%@ page pageEncoding="UTF-8" %>1.1 在jsp页面设定字符编码。这边有必有说明的是如果是jsp+java bean+servlet的...
数据库乱码,页面乱码,用户提交乱码等的解决方案
懒得考虑各种字符编码问题了,用了一个比较暴力的方法,不只中文,所有双字节文字都可以避免乱码问题。
解决乱码的各种方法总结,包括数据库的解决方案,个人觉得比较详细有使用价值