这是我们公司总结的一些关于中文乱码问题的一些解决方案和经验和大家分享！

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
public static ByteToCharConverter getDefault();
public static ByteToCharConverter getConverter(String encoding);
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
  String encoding = "gb2312";
  byte b[] = {(byte)'/u00c4',(byte)'/u00e3'};
  ByteToCharConverter converter = ByteToCharConverter.getConverter(encoding);
  char c[] = converter.convertAll(b);
  for (int i = 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
byte b[] = {(byte)'/u00c4',(byte)'/u00e3'};
ByteToCharConverter converter = ByteToCharConverter. getDefault();
char c[] = converter.convertAll(b);
for (int i = 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。

char ——〉byte：
    String encoding = "gb2312";
    char c[] = {'/u4f60'};
    CharToByteConverter converter = CharToByteConverter.getConverter(encoding);
    byte b[] = converter.convertAll(c);
    for (int i = 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
String encoding = "gb2312";
    char c[] = {'/u4f60'};
    CharToByteConverter converter = CharToByteConverter.getDefault();
    byte b[] = converter.convertAll(c);
    for (int i = 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: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _
16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
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：
String encoding = “”;
byte [] b={(byte)'/u00c4',(byte)'/u00e3'};
String str=new String(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
String encoding = "gb2312";
    InputStreamReader reader = new InputStreamReader(new FileInputStream(
        "text.txt"), encoding);
    char c[] = new char[10];
    int length = reader.read(c);
    for (int i = 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：
String str = "你";
    FileWriter writer = new FileWriter("text.txt");
    write.write(str);
    writer.close();

如果用gb2312编译，你会找到e4 bd a0的字段；
如果用8859_1编译， 00c4 00e3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c1 84 c3 a3 。

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0x00c4 0x00e3, 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：<%@ page contentType="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：

<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>

public void doFilter(ServletRequest req, ServletResponse res,
                       FilterChain fChain) throws IOException, ServletException {
    HttpServletRequest request = (HttpServletRequest) req;
    HttpServletResponse response = (HttpServletResponse) res;
    HttpSession session = request.getSession();
    String userId = (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 (Exception ex) {
      response.sendRedirect(request.getContextPath() +
                            "/uirs/logon/logon.jsp");
    }
    fChain.doFilter(req, res);
  }

这是我们公司总结的一些关于中文乱码问题的一些解决方案和经验和大家分享！相关推荐

这是我们公司总结的一些关于中文乱码问题的一些解决方案和经验和大家分享
分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴! 1.字节 ...
腾讯公司数据平台高级架构师郭玮：TDW在Hadoop上的实践分享
腾讯是一个巨无霸公司,我们日常的生活中已与它产生了千丝万缕的联系,不可避免的也产生了海量的数据,如何正确而快速地处理这些海量数据,腾讯数据平台高级架构师郭玮通过发表主题为"TDW在Hadoo ...
新开普：公司与联通支付有限公司在数字人民币产品和解决方案等领域建立合作关系
近日,新开普在回答投资者提问时表示,公司与联通支付有限公司签订战略协议,在国密产品.数字人民币产品和解决方案.5G-SIM卡.移动安全业务等领域建立战略合作关系,开展技术及业务合作,后续公司将根据相关 ...
airbnb房东_麻烦找房东侵入式监视筛查方法可能是罪魁祸首
airbnb房东技术监控 (Technology Surveillance) Public social media information seemingly isn't enough for t ...
python实现oa系统_技术讨论 | 利用Python程序实现某OA系统的自动定位
前言本文介绍了笔者通过python程序实现某OA系统自动考勤打卡功能及相关逻辑原理的解析. 声明:本程序仅供Python语言的学习交流用途,笔者不提倡利用程序自动考勤的做法,笔者不对滥用本程序导致的 ...
赢在测试：中国软件测试先行者之道
[书名]赢在测试:中国软件测试先行者之道 [作者]蔡为东编著 [ISBN]978-7-121-09830-7 [出版社]电子工业出版社 [出版日期]2010年1月 [定价]39.50元 [本书特色 ...
2022 年全世界最完美最全的 IDEA 控制台输出中文全解决
文章目录 2022 年全世界最完美最全的 IDEA 控制台输出中文全解决第一种控制台运行程序打印输出中文乱码第二种日志输出中文乱码修改cmd编码修改IDEA控制台编码 2022 年全世界最完美 ...
零基础如何学习新媒体各个平台，实现就业新媒体运营工作！
如果你打开这篇文章的原因是准备找一份新媒体运营工作或者是想转行新媒体运营或者是目前在为找不到新媒体运营工作发愁,那么我告诉你,全文5000字干货让你从零学会新媒体运营,掌握各个平台的操作方法,了解各个 ...
解决打开csv文件中文乱码
一. 问题背景公司给的csv文件,用excel打开,里面的中文乱码了. 二. 解决方案 2.1 方案一如果只需查看数据,那么使用nopad++打开即可,或者Vscode. 2.2 方案二如果需要 ...

这是我们公司总结的一些关于中文乱码问题的一些解决方案和经验和大家分享！

这是我们公司总结的一些关于中文乱码问题的一些解决方案和经验和大家分享！相关推荐

最新文章

热门文章