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
Java使用unicode编码方式,最大程度的实现了多语言的支持。但是由于一些具体的原因,我们还需要了解Java编程中的编码处理方式,否则还会出现乱码的情况,有些情况下这个问题还很普遍。要注意的地方有以下几点:
1、本地文件编码与Java程序。
用JDK 的javac命令编译.java文件时,如果不用-encoding参数指定.java文件的编码方式,则javac命令首先获得操作系统默认的编码格式 file.encoding(在程序中可以通过System.getProperty("file.encoding")得到这个默认值),把.java 文件从file.encoding编码格式转化为Unicode格式放在内存中,然后将Unicode格式转化为UTF-8格式,生成.class文件, 也就是这样一个编码转换过程:file.encoding—>Unicode—>UTF-8。当运行.class文件时,就将UTF -8格式的.class文件转化成Unicode格式读入内存,此时若需要用户输入,并且程序中没有指定输入字符串的编码格式,则系统会默认用 file.encoding格式将用户的输入转化成Unicode格式存入内存,在内存中运行后,若有字符需要输出,并且程序中也没指定输出的编码格式, 则系统会默认将需要输出的字符从Unicode转化成file.encoding格式进行输出。.class中的字符是这样一个编码转化过程:UTF-8 —> Unicode—> file.encoding;输入的字符是这样一个转化过程:file.encoding—> Unicode—> file.encoding。一般情况下,我们在某个平台下编辑.java文件,保存的时候是使用系统默认编码方式(file.encoding),编译 时转化为unicode,最后以UTF-8存储.class,当运行它并产生输出时,又会有个反向的转化过程,不会出现乱码。但是在我们以非默认 file.encoding方式保存.java文件时,或者在另外一个系统输出而这个系统的默认file.encoding又和前一个不同时,java会 进行错误的字符编码转换,就会产生乱码问题。要想达到我们的目的,我们必须将每一处的file.encoding特别指定。
例如:
import java.io.*;
public class Test{
public static void main(String[] args){
try{
//写字符时指定编码,javac会实现GBK -> unicode的转换,无论系统默认file.encoding
BufferedWriter out=new BufferedWriter(new OutputStreamWriter(System.out,"GBK"));
out.write("请输入字符串:/n");
out.flush();
//读时指定输出编码,java会实现unicode -> GBK的转换,无论系统默认file.encoding
BufferedReader in=new BufferedReader(new InputStreamReader(System.in,"GBK"));
String s=in.readLine();
out.write("您输入的字符串是:"+s);
out.flush();
in.close();
out.close();
}catch(Exception e){}
}
}
编译时用以下方式:
javac –encoding GBK Test.java。 //实现了与本地系统编码无关。
这样无论在中文系统下还是在英文系统下都能得到正确的结果。
不指定-encoding也可以,不过需要用JDK的native2ascii命令将Test.java中的字符转化成Unicode格式,具体方法如下:
native2ascii –encoding gbk Test.java Test1.java。 //Java判断其为unicode编码后不转换??
生成的Test1.java是我们需要的文件,将其改名为Test.java覆盖原Test.java即可。
2、JSP和Servlet汉字处理。
与.java程序有所不同,jsp程序是由web服务器编译执行的,具体过程是这样的:
(1) web服务器编译jsp源文件时,搜索jsp文件中用<%@ page contentType="text/html;charset=Jsp-charset" %>或者<%@ page pageEncoding="Jsp-charset" %>指定的Jsp-charset,如果未指定,则取默认值,大多数web服务器的默认值是:ISO8859-1。
(2)以Jsp-charset编码方式解释jsp文件中出现的字符,并将其转化成Unicode编码,再转化成UTF-8格式,存为.java文件,编译生成.class文件。
(3)运行.class文件,在服务器内部以Unicode格式对字符进行运算处理。
(4)将运行后的结果转化为Jsp-charset格式输出到浏览器,并告诉浏览器该页面编码格式为Jsp-charset,如果未指定Jsp-charset,则同样取默认值,大多数web服务器的默认值是:ISO8859-1。
(5)浏览器收到结果,根据Jsp-charset自动选择对应的方式( <meta http-equiv=content-type content="text/html; charset=gb2312">
)查看。如Jsp-charset为GBK,则浏览器自动以“简体中文”方式查看;如Jsp-charset为ISO8859-1,则浏览器自动以“西欧”方式查看。
看一段简单的jsp代码:
<%
out.println("汉语");
%>
“汉语”两个字的GBK编码为:0xBABAD3EF
对应的Unicode编码为: 0x6C498BED
用UTF-8表示为: 0xE6B189E8AFAD。
当jsp源文件中指定Jsp-charset为GBK时,“汉语”的编码转化过程如下:
jsp源文件中为: 0xBABAD3EF
.java和.class文件中为: 0xE6B189E8AFAD
在内存中运行时为: 0x6C498BED
输出到浏览器时为: 0xBABAD3EF
浏览器根据Jsp-charset=GBK自动选择以“简体中文”方式查看结果,得到“汉语”的正确显示。当jsp 源文件指定Jsp-charset为ISO8859-1时,“汉语”两个字在jsp源文件中的编码0xBABAD3EF,被当作ISO8859-1格式处 理,由于ISO8859-1是单字节编码的,因此转化成Unicode格式就成了:0x00BA00BA00D300EF,用UTF-8表示为: 0xC2BAC2BAC393C3AF。编码转化过程如下:
jsp源文件中为: 0xBABAD3EF
.java和.class文件中为: 0xC2BAC2BAC393C3AF
在内存中运行时为: 0x00BA00BA00D300EF
输出到浏览器时为: 0xBABAD3EF
浏览器根据Jsp-charset=ISO8859-1自动选择用“西欧”方式查看结果,结果是0xBABAD3EF在ISO8859-1中对应的字符串 “ooó?”;如果手动改变浏览器的查看方式为“简体中文”,则能得到“汉语”的正确显示。当jsp源文件不指定Jsp-charset时,大多数服务器 默认Jsp-charset为ISO8859-1,转化过程和指定Jsp-charset为ISO8859-1相同。值得一提的是,把Jsp- charset指定为GBK和指定为ISO8859-1,只要浏览器以“简体中文”方式查看都能得到“汉语”的正确显示。这是因为在编译jsp源文件时, 是将字符编码格式从Jsp-charset转化成Unicode,当输出到浏览器时,又将Unicode转化成Jsp- charset,这两步是相互抵消的。有人可能会问:以上是将jsp源文件保存为GBK格式,如果将jsp源文件保存为其他格式,如UTF-8或是 ISO8859-1会是什么结果呢?其实过程原理是一样的,值得说明的是,普通的文本编辑器不能指定保存格式,当源文件中含有中文字符时它会自动保存为 GBK格式。有些高级IDE,如eclipse,能指定保存格式,但是当你将含有中文字符的jsp源文件保存为ISO8859-1时,它会提示你不能保 存,因为源文件中含有与ISO8859-1不兼容的字符,如果将含有中文的jsp源文件保存为UTF-8格式,则eclipse会自动将其中的中文字符转 化成Unicode,再转化成UTF-8格式保存,比如“汉语”保存为UTF-8格式为:0xE6B189E8AFAD。
当jsp源文件指定Jsp-charset为UTF-8时,此时如果jsp源文件是GBK格式的,则无论怎样都得不到正确的显示,只有将jsp源文件保存 为UTF-8格式才能得到正确的结果,即一般必须正确指定jsp源文件的编码方式。某些情况下,比如实际是GBK,指定编码ISO8859-1也不会错。 UTF-8转化过程如下:
jsp源文件中为: 0xE6B189E8AFAD
.java和.class文件中为: 0xE6B189E8AFAD
在内存中运行时为: 0x6C498BED
输出到浏览器时为: 0xE6B189E8AFAD
浏览器根据Jsp-charset=UTF-8自动选择用“Unicode(UTF-8)”方式查看结果,得到“汉语”的正确显示。
3、HTML表单提交汉字处理。
有一个基本的事实是表单中的字符通过http协议传给服务器,http无一例外的使用ISO8859-1为传输对象的编码方式。因此客户端通过表单提交的字符数据到达服务器的时候是ISO8859-1编码,需要把它使用.getBytes("ISO-8859 -1","file.encoding")进行显示的转换才能正确的显示出来。如:
String username = new String (userLoginForm.getUsername().getBytes("ISO-8859 -1","gb2312");
4、JDBC与数据库(以MySQL为例)汉字处理。
在获得数据库连接的时候,需要指定以unicode方式处理字符,并且接收的字符是file.encoding编码的,即与jsp页面中的jsp-charset保持一致,或者.java文件的实际编码方式一致。如:
DriverManager.getConnection("jdbc:mysql://localhost/webstore?useUnicode=true&
characterEncoding=gb2312","root", "");
在mysql数据里设置字符集为GB2312.
create database webstore character set 'gb2312';
create table `user` (
`user_id` INTEGER(11) NOT NULL AUTO_INCREMENT,
`user_name` VARCHAR(10) NOT NULL,
`user_password` VARCHAR(10) NOT NULL,
`user_level` INTEGER(1) NOT NULL,
PRIMARY KEY (`user_id`)) CHARACTER SET 'gb2312';
分享到:
相关推荐
编码问题一直困扰着开发人员,尤其在Java中更加明显,因为Java是跨平台语言,不同平台之间编码之间的切换较多。本文将向你详细介绍Java中编码问题出现的根本原因,你将了解到:Java 中经常遇到的几种编码格式的区别...
KEIL中如何用虚拟串口调试串口程序.doc Message PDU编码规则.doc QHDQ-29DDDAD3A0.LOG SMSLib串口通信.doc 串口常用参数.doc 关于java使用javacomm20.doc 常见的进制转换方法.doc 浅谈Java串行端口技术协议.doc 短信...
本文将向你详细介绍 Java 中编码问题出现的根本原因,你将了解到:Java 中经常遇到的几种编码格式的区别;Java 中经常需要编码的场景;出现中文问题的原因分析;在开发 Java web 程序时可能会存在编码的几个地方,一...
导入项目的时候,老是会遇到别人的项目自己项目空间的编码不同,设置了很多地方也没用,就萌发写一个文件编码转换的程序。现在只能转换为java后缀的文件,编码格式只有gbk和utf-8
Java程序编码规范 比较全的Java程序编码规范
Java写的一个小程序,用于批量转换GBK编码的java源文件为UTF-8编码格式
本文详细描述了java中的中文编码的问题,可以帮助大家解决java程序中的中文编码和解码的困扰。
详细地介绍了JAVA程序的编码规范,希望对大家有所帮助
Java工程编码格式由GBK转化成utf-8(编码格式互转) https://ymjin.blog.csdn.net/article/details/118769530
华为JAVA编码规范,有不少可以借鉴的地方~
修改资源中某位兄弟的,为了做一个java 的桌面程序,运行好使。
java程序的编码通过样例test。
JAVA高质量编程之编码篇 - 编码基本规范及实例讲解.ppt
java编程中字符编码问题,包括java源代码文件的字符集,.class文件的字符集,以及jVM内部的字符集编码等等。
华为JAVA编码规范.pdf
编程人员在一定的操作系统上选择一个合适的编辑软件来实现源程序代码并以.java扩展名保存在操作系统中,例如我们在中文win2k中用记事本编辑一个java源程序; *编程人员用JDK中的javac.exe来编译这些源代码,形成....
该文档包括java开发中的注释规范,命名规范,属性名和方法名。还有命名原则
java程序的编码通过样例test。java(附执行程序)
JAVA 编码规范JAVA 编码规范JAVA 编码规JAVA 编码规范范
NULL 博文链接:https://sammyfun.iteye.com/blog/1662240