網絡傳輸中文編碼問題

如下文章複製自http://blog.sina.com.cn/s/blog_7a3510120100xt5b.html

1.要解決中文亂碼問題，首先得了解什麼是字符編碼

   計算機要處理各類字符，就須要將字符和二進制內碼對應起來，這種對應關係就是字符編碼。要制定字符編碼首先要肯定字符集，並將

   字符集內的字符排序，而後和二進制數字對應起來，根據字符集內字符的多少，肯定幾個字節來編碼。

2.經常使用的字符編碼

   ASCII 編碼是目前計算機中經常使用的最普遍地 字符集及其編碼。ISO-8859-1能夠表示的是西歐語言，看起來很單一，可是因爲是單字節編碼，與計算機最基礎的表示單位一致，因此在不少時候，仍舊 使用ISO-8859-1編碼來表示，並且在不少協議上默認使用這種編碼。Unicode編碼（統一碼）,一般所說的UTF-8就是Unicode編碼的 實現方式。GB2312字集是簡體字集；BIG5字集是臺灣繁體字集；GBK字集是簡繁字集；GB18030 是國家制定的一個強制性大字集標準；Linux系統默認的使用的是ISO-8859-1編碼,。如今的PC平臺必須支持GB18030，對嵌入式產品暫不 做要求。因此手機、MP3通常只支持GB2312。
3.網絡傳輸產生中文亂碼緣由

   網絡通訊中，產生亂碼的緣由主要是通訊過程當中使用了不一樣的編碼方式：服務器中的編碼方式，傳輸過程當中的編碼方式，傳輸到達終端設備的編碼方式。所以在傳輸 過程當中就須要至少兩次編碼轉換：首先從服務器編碼轉爲網絡編碼，再從網絡編碼轉爲終端設備編碼。在轉換的過程當中出現任何狀況均可能出現編碼混亂。

4.處理中文亂碼問題經常使用三種方式解決

  （1）因爲大部分終端設備都支持Unicode字符集，因此在鏈接網頁時，咱們但願網頁數據在網絡傳輸時使用UTF-8方式傳輸，咱們就能夠將UTF-8 轉化爲Unicode字符集。下面咱們將通訊過程當中獲得的流轉化爲字節，而後再將字節按GB2312 的方式進行轉換獲得字符串。

       InputStream is = conn.getInputStream();

       BufferedInputStream bis = new BufferedInputStream(is);

       byte  bytearray[] = new  byte[1024];

        int current= -1;

        int i=0;

        while((current=bis.read())!=-1) {

            bytearray[i] =(byte) current;

             i++;

      }

     resultData = new String (bytearray,"GB2312");//網絡中以字節想形式默認爲UTF-8進行編碼，以GB2312顯示到終端

     經過上面的轉換，「resultData」字符串即可以顯示中文效果了。
      (2)另外一種方式是書記在傳遞的過程當中使用ISO-8859-1字符集，這樣就是直接使用了ASCII編碼方式，固然在傳遞到終端設備時，須要將其數據反轉纔可以正常的顯示。下面咱們將一個字符串按ISO-8859-1字符集進行轉換爲gbk，代碼以下：

      public static String formatStr(String str){

        if(str==null || str.length()==0){

          return "";

       }

       try{

         return new String (str.getBytes("ISO-8859-1"),"gbk");  //先在網絡中以ISO-8859-1進行編碼，再以gbk輸出到終端

     }

    }

3. 第三種比較簡單

InputStream is = conn.getInputStream();

BufferedInputStream bis = new BufferedInputStream(new InputStreamReader(is,"gb2312"));//gbk也行

這樣設置下至關於直接用默認編碼轉爲byte數組，再用指定的編碼編成字符

總結：歸根結底，解決中文亂碼只須要兩個步驟：

·使用getBytes("編碼方式")；來對漢字進行重編碼，獲得它的字節數組。

·再使用new String (Bytes[],"解碼方式");來對字節數組進行相應的解碼。