如何处理JAVA中文乱码问题

七天七世纪丫 2012-04-25

展开全文

在Java编程中，经常会碰到汉字的处理及显示问题，以不小心就会产生一大堆乱码或者问号。造成这种问题的根本原因是Java中默认的编码方式是Unicode，而中国人通常使用的文件和DB都是基于GB2312或BIG5等编码，故会出现此问题。
对于不同的问题，不同的JDK版本，不同的应用服务器（如Tomcat，Jboss，Weblogic），处理方法都会有一些微小的差异。在这里，主要针对Tomcat中JSP开发容易出现的中文乱码问题进行讨论，一般有以下几种情况：

1.JSP中输出中文的乱码问题

所谓在JSP输出中文，即直接在JSP中输出中文，或者给变量赋中文值再输出等，这种情况下的乱码问题往往是因为没有给JSP页面制定显示字符的编码方式，解决问题如下：

·在JSP页面头部加上语句<%@ page contentType="text/html;charset=gbk"%>(在Servlet页面中使用

httpServletResponse.setContentType("text/html;charset=gbk"))，最好同时在JSP页面的head部分加上<meta http-equiv="Content-Type" content="text/html;charset=gbk">

·在每次要输出中文的地方主动转换编码方式，比如要在页面中输入“中文”二字，就可以用以下方式：

<%
String str="中文";
byte[] tmpbyte=str.getBtyes("ISO-8859-1");
str=new String(tmpbyte);
out.print(str);
%>

2.获取表单提交的数据时的中文乱码问题

在没有加任何其他处理之前，用request.getParameter(panamName)获取表单提交中的数据，且表单数据中含有中文时，返回的字符串会出现乱码。出现这种问题的原因是Tomcat的J2EE实现对表单提交，即以POST方式提交的参数采用默认的ISO-8859-1来处理。
比如，建立一个test.jsp，内容为：

<%@ page contentTyp="text/html;charset=gbk"%>
<%
String str=request.getParameter("chStr");
if(str==null) str="没有输入值";
%>
<html>
<head>
<title>中文Test</title>
<meta http-equiv="Content-Type" content="text/html;charset=gbk">
<meta http-equiv=param content=no-cache>
</head>
<body>你输入的内容为：<%=str%><br>
<form action="test.jsp" method="post">
请输入中文：<input type="text" name="chStr">
<input type="submit" value="确定">
</form>
</body>
</html>

运行过后，在输入框中输入汉字“中文”，提交过后再显示出来后就变成了一堆乱码。解决此问题的办法有两个。一是不修改其他设置，只是在将表单中的中文数据取出来过后再转换编码，方法如语句String str=request.getParameter("chStr");String str=new String(sre.getByte("ISO-8859-1"),"gbk"),但这种方法只是从一个局部来考虑问题，如果这样的地方太多，就不得不将这条语句重复写很多次，在比较大的项目中，这是一种不太可行的方案。另一个方法就是让对所有页面的请求都通过一个Filter，将处理字符集设置为gbk。具体的做法如下（在Tomcat的webapps/servlet-examples目录有一个完整的例子，也可以参考其中web.xml和SetCharacter EncodingFilter的配置）：

首先将%TOMCAT%/webapps/servlets-examples/Web-INF/classes/filters/目录下的文件SetCharacterEncodingFilter.class拷贝到自己应用的/Web-INF/classes/com/util/filter目录下；然后再在web.xml文件的<web-app>后面加上如下配置代码：

<filter>
<filter-name>Set Character Encoding</filter-name>
<filter-class>com.ccut.struts.SetCharacterEncodingFilter</filter-class>
<init-param>
<param-name>encoding</param-name>
<param-value>gbk</param-value>
</init-param>
</filter>
<filter-mapping>
<filter-name>Set Character Encoding</filter-name>
<url-pattern>/*<url-pattern>
</filter-mapping>

3.URL中的中文问题

对于直接通过在URL中传递中文参数，如“http://localhost/a.jsp?str=中文”这样的get请求，在服务端用request.getParameter("name")时返回的往往是乱码。按以上的做法设置Filter没有用，用request.setCharacterEncoding("gbk")的方式，仍然不管用。
例如，建立test2.jsp文件，内容为：

<%@ page contentTyp="text/html;charset=gbk"%>
<%
String str=request.getParameter("chStr");
if(str==null) str="没有输入值";
%>
<html>
<head>
<title>中文Test</title>
<meta http-equiv="Content-Type" content="text/html;charset=gbk">
<meta http-equiv=param content=no-cache>
</head>
<body>你输入的内容为：<%=str%><br>
<form action="test.jsp" method="post">
<a href="test2.jsp?chStr=中文">点击这里提交中文参数</a>
</form>
</body>
</html>

运行后，可见通过URL传递的中文参数取出来过后变成了乱码，造成这种结果的原因是Tomcat中以get方式提交的请求对query-string处理时采用了和post方法不一样的处理方式。
解决这个问题的方法是打开Tomcat安装目录下的/conf/server.xml文件，找到Connector块，往其中添加URIEncoding="gbk"，添加过后完整的Connector块代码如下：

4.数据库访问时的乱码问题

在建立数据库时，将数据库中的所有表的编码方式都设置为gbk，原因是JSP中也使用了gbk编码，这样统一的结果是可以减少很多不必要的编码转换问题。另外，在使用JDBC连接MySQL数据库时，连接字符串写成如下形式可以避免一些中文问题：

jdbc://mysql://hostname:port/DBname?user=username&
password=pwd&
useUnicode=True&
characterEncoding=gbk
如果是以数据源的方式连接数据库，在配置文件中使用：

<parameter>
<name>url</name>
<value>
jdbc://mysql://hostname:port/DBname?&useUnicode=True&characterEncoding=gbk
</value>
</parameter>
但是，如果使用一个已经存在的数据库，数据库的编码方式是ISO-8859-1，而Web应用中使用UTF-8，且数据库中已经有很多重要信息，因此不能通过更改数据库的编码方式来解决问题。这个时候，在往数据库中写数据库时，一定要在JDBC连接字符串中加入“useUnicode=True&characterEncoding=ISO-8859-1”，这样可以顺利的往数据库中写入正常的数据。但是，在将数据读出数据库时，乱码又会出现，这个时候就应该在数据取出时对其转码，可以将转码功能写为一个函数，具体实现如下：

public String charConvert(String src){
String result=null;
if(src!=null){
try{
result=new String(src.getBytes("ISO=8859-1"),"gbk");
}catch(Exception e)
{
result=null;
}
}
return result;
} 于是，在从数据库读出数据过后调用charConvert(rs.getString("colName"))，这样就可以正常显示数据库中的中文数据了。