Java亂碼總結

1. http請求是以ISO-8859-1的編碼來傳送url的
   若是頁面的content-type爲utf-8,那麼在發送請求時，會將字符轉成utf-8後進行傳送
   如: 中 的UTF-8編碼爲:E4 B8 AD在請求時爲%E4%B8%AD字節之間是%分隔
   那麼服務器收到這段字節流後，必須將它轉成相應的字符，平時所使用的request.getParameter("name")直接獲得了字符串，
   那麼從字節流到字符流這個過程系統己經幫助咱們完成了(亂碼的產生由此開始)
   new String(request.getParameter("str").getBytes("ISO-8859-1"),"UTF-8")//還原成原始字符串

 

爲何說亂碼是中國程序員沒法避免的話題呢？這個首先要從編碼機制上提及，你們都是中文和英文的編碼格式不是同樣，解碼也是不同的！若是中國的程序員不會遇到亂碼，那麼只有使用漢語編程。漢語編程是怎麼回事我也不大清楚，應該是前年吧，我一朋友給我介紹漢語編程，怎麼不錯不錯？當時由於學習忙沒去關注這個，等我閒了，那個朋友不弄這個，問他他也不說不大清楚，最後本身對這個學習也不了了之了。
今天我寫這個不是講解中英文之間的差距，解碼等，我是將我在這幾年工做遇到各類各樣的亂碼的解決方法，總結同樣，也但願你們能把本身暈倒解決亂碼的方法都說出來，我們弄一個解決亂碼的「葵花寶典」。

對於Java因爲默認的編碼方式是 UNICODE,因此用中文也易出問題,常見的解決是
String s2 = new String(s1.getBytes(「ISO-8859-1」),」GBK」);

1、utf8解決JSP中文亂碼問題 
通常說來在每一個頁面的開始處，加入：
<%@ page language="java" contentType="text/html; charset=UTF-8" pageEncoding="UTF-8"%>
<% request.setCharacterEncoding("UTF-8"); %>

charset=UTF-8  的做用是指定JSP向客戶端輸出的編碼方式爲「UTF-8」
pageEncoding="UTF-8"  爲了讓JSP引擎能正確地解碼含有中文字符的JSP頁面，這在LINUX中頗有效
request.setCharacterEncoding("UTF-8"); 是對請求進行了中文編碼

有時，這樣仍不能解決問題，還須要這樣處理一下：
String msg = request.getParameter("message");
String str=new String(msg.getBytes("ISO-8859-1"),"UTF-8");
out.println(st);

二、Tomcat 5.5 中文亂碼
  1.
  1)只要把%TOMCAT安裝目錄%/   webapps\servlets-examples\WEB-INF\classes\filters\SetCharacterEncodingFilter.class文件拷到你的webapp目錄/filters下，若是沒有filters目錄，就建立一個。   
  2)在你的web.xml里加入以下幾行：   
  <filter>   
  　　<filter-name>SetCharacterEncoding</filter-name>   
  　　<filter-class>filters.SetCharacterEncodingFilter</filter-class>   
  　　<init-param>   
 　　 　　<param-name>encoding</param-name>   
  　　　　<param-value>GBK</param-value>   
 　　 </init-param>   
  </filter>   
  <filter-mapping>   
  　　<filter-name>SetCharacterEncoding</filter-name>   
  　　<url-pattern>/*</url-pattern>   
  </filter-mapping>   
  3)完成.   
  2 get方式的解決辦法   
    1)打開tomcat的server.xml文件，找到區塊，加入以下一行：   
      URIEncoding=」GBK」   
      完整的應以下：   
      <Connectorport="80" maxThreads="150" minSpareThreads="25" maxSpareThreads="75" enableLookups="false" redirectPort="8443" 　　　　acceptCount="100"  debug="0"  connectionTimeout="20000"  disableUploadTimeout="true"  URIEncoding="GBK" />       
    2)重啓tomcat,一切OK。

三、xmlHttpRequest中文問題
頁面jsp用的GBK編碼
代碼
<%@ page contentType="text/html; charset=GBK"%> 
javascript部分
代碼
function addFracasReport() {   
    var url="controler?actionId=0_06_03_01&actionFlag=0010";   
    var urlmsg="&reportId="+fracasReport1.textReportId.value;  //故障報告表編號   
           
    var xmlHttp=Common.createXMLHttpRequest();   
    xmlHttp.onreadystatechange = Common.getReadyStateHandler(xmlHttp, eval("turnAnalyPage"));   
    xmlHttp.open("POST",url,true);   
    xmlHttp.setRequestHeader( " Content-Type " , " application/x-www-form-urlencoded);   
    xmlHttp.send(urlmsg);          
} 

後臺java中得到的reportId是亂碼，不知道該怎麼轉，主要是不知道xmlHttp.send(urlmsg);之後是什麼編碼？在後面用java來轉，試了幾種，都沒有成功，其中有：

代碼
public static String UTF_8ToGBK(String str) {   
        try {   
            return new String(str.getBytes("UTF-8"), "GBK");   
        } catch (Exception ex) {   
            return null;   
        }   
    }   
       
    public static String UTF8ToGBK(String str) {   
        try {   
            return new String(str.getBytes("UTF-16BE"), "GBK");   
        } catch (Exception ex) {   
            return null;   
        }   
    }   
       
    public static String GBK(String str) {   
        try {   
            return new String(str.getBytes("GBK"),"GBK");   
        } catch (Exception ex) {   
            return null;   
        }   
    }   
         public static String getStr(String str) {   
        try {   
            String temp_p = str;   
            String temp = new String(temp_p.getBytes("ISO8859_1"), "GBK");   
            temp = sqlStrchop(temp);   
            return temp;   
        } catch (Exception e) {   
            return null;   
        }   
    } 

四、JDBC ODBC Bridge的Bug及其解決方法

在編寫一數據庫管理程序時，發現JDBC-ODBC Bridge存在不易發現的Bug。在向數據表插入數據時，若是爲英文字符，存儲內容徹底正確，若是存入中文字符，部分數據庫只能存儲前七八個中文字符，其餘內容被截去，致使存儲內容的不完整（有些數據庫不存在這個問題，如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge還存在沒法建表的Bug）。

　　對於廣大須要存儲中文信息的Java程序員來講，這但是一個很差的消息。要麼改用其餘語言編程，要麼選擇其餘價格昂貴的數據庫產品。「一次編寫，處處運行」的目標，也大打折扣。能不能採用變通的方法，將中文信息進行處理後再存儲來解決這個問題呢？答案是確定的。

　　解決問題的具體思路、方法 
　　Java採用Unicode碼編碼方式，中英文字符均採用16bit存儲。既然存儲英文信息是正確的，根據必定規則，將中文信息轉換成英文信息後存儲，天然不會出現截尾現象。讀取信息時再進行逆向操做，將英文信息還原成中文信息便可。由GB2312編碼規則可知，漢字通常爲二個高位爲1的ASCII碼，在轉換時將一個漢字的二個高位1去掉，還原時再將二個高位1加上。爲了處理含有英文字符的中文字串，對英文字符則須要加上一個Byte 0標記。如下提供的兩個公用靜態方法，可加入任何一個類中使用。

　　將中英文字串轉換成純英文字串 
　　public static String toTureAsciiStr(String str){
　　　　StringBuffer sb = new StringBuffer();
　　　　byte[] bt = str.getBytes();
　　　　for(int i =0 ;i〈bt.length;i++){
　　　　　　if(bt[i]〈0){
　　　　　　　　//是漢字去高位1
　　　　　　　　sb.append((char)(bt[i]&&0x7f));
　　 　　　}else{//是英文字符 補0做記錄
　　　　　　　　sb.append((char)0);
　　　　　　　　sb.append((char)bt[i]);
　　 　　　}
　　　　}
　　　　return sb.toString();
　　}
　　將經轉換的字串還原 
　　public static String unToTrueAsciiStr(String str){
　　 　　byte[] bt = str.getBytes();
　　 　　int i,l=0,length = bt.length,j=0;
　　 　　for(i = 0;i〈length;i++){
　　 　　　　if(bt[i] == 0){
　　　　　　　　 l++;
　　　　　　 }
　　 　　}
　　　　 byte []bt2 = new byte[length-l];
　　 　　for(i =0 ;i〈length;i++){
　　　　　　 if(bt[i] == 0){
　　 　　　　　　i++;
　　 　　　　　　bt2[j] = bt[i];
　　 　　　　}else{
　　　　　　　　 bt2[j] = (byte)(bt[i]|0×80);
　　 　　　　}
　　 　　　　j++;
　　 　 }
　　　　String tt = new String(bt2);
　　　　return tt;
　　}

　　上例在實際編程中效果很好，只是存儲的中文信息須要通過一樣處理，才能被其餘系統使用。並且若是中文字串出現英文字符，實際上增長了額外的存儲空間。

五、Solaris下Servlet編程的中文問題及解決辦法 
　　在使用Java開發Internet上的一個應用系統時，發如今Windows下調試徹底正常的Servlet，上傳到Solaris 服務器上，運行卻出現故障——返回的網頁不能顯示中文，應爲中文的信息全爲亂碼；用中文信息作關鍵字，不能正確檢索數據庫。後來採用加入檢查代碼等方法探知故障緣由以下：

　　顯示亂碼主要是由於經過類 HttpServletResponse提供的方法setContentType 沒法改變返回給客戶的數據的編碼方式，正確的編碼方式應爲GB2312或者GBK，而事實上爲缺省的ISO8859-1。沒法檢索中文信息則是由於，客戶提交的中文信息經瀏覽器編碼到達服務器後，Servlet沒法將其正確解碼。

　　舉例說明顯示亂碼解決方法 
　　Servlet 通常一般作法以下：

　　public class ZldTestServlet extends HttpServlet {

　　　　public void doGet (HttpServletRequest request,HttpServletResponse response)throws ServletException, IOException{

　　　　//在使用 Writer向瀏覽器返回數據前，設置 content-type header ，在這裏設置相應的字符集gb2312

　　　　response.setContentType("text/html;charset=gb2312");

　　　　PrintWriter out = response.getWriter(); //*

　　　　// 正式返回數據

　　　　out.println("〈html〉〈head〉〈title〉Servlet test〈/title〉〈/head〉" );

　　　　out.println("這是一個測試頁！");

　　　　out.println("〈/body〉〈/html〉");

　　　　out.close();

　　}

　　 …

　　}

　　解決頁面顯示亂碼問題，需將*處代碼換成以下內容：

　　PrintWriter out = new PrintWriter(new OutputStreamWriter(response.getOutputStream(),"gb2312"));

　　Solaris中文信息檢索問題的解決 
　　瀏覽器利用表單向服務器提交信息時，通常採用x-www-form-urlencoded 的MIME格式對數據進行編碼。若是使用get方法，參數名稱和參數值經編碼後附加在URL後，在Java中稱做查詢串（query string）。

　　在Servlet程序中，若是採用ServletRequest的方法getParameter取得參數值，在Solaris環境下，對漢字卻不能正確解碼。於是沒法正確檢索數據庫。

　　在Java 1.2的包——java.net中提供了URLEncode和URLDecode類。類URLEncode提供了按x-www-form-urlencoded格式對給定串進行轉換的方法。類URLEncode則提供了逆方法。

六、Common Mail亂碼問題
common mail是一個小而方便的mail包，他實現了對Java Mail的封裝，使用起來十分的方便，可是我在使用他的時候發現，使用純文本的內容發送，結果是亂碼，代碼以下：
public class TestCommonMail {
　　public static void main(String[] args) throws EmailException, MessagingException {
　　　　SimpleEmail email = new SimpleEmail();
　　　　email.setCharset("GB2312");
　　　　email.setHostName("smtp.163.com");
　　　　email.setSubject("test");
　　　　email.addTo("test@163.com");
　　　　email.setFrom("test@163.com");
　　　　email.setMsg("個人測試");
　　　　email.setAuthentication("test", "test");
　　　　email.send();
　　}
}

分析了一下commons mail的源碼找到了緣由。源碼以下:
public class SimpleEmail extends Email
{
　　public Email setMsg(String msg) throws EmailException, MessagingException
　　{
　　　　if (EmailUtils.isEmpty(msg))
　　　　{
　　　　throw new EmailException("Invalid message supplied");
　　　　}

　　　　setContent(msg, TEXT_PLAIN);
　　　　return this;
　　　　}
　　}

　　Email代碼片斷
　　public void setContent(Object aObject, String aContentType)
　　{
　　　　this.content = aObject;
　　　　if (EmailUtils.isEmpty(aContentType))
　　　　{
　　　　　　this.contentType = null;
　　　　}else{
　　　　　　// set the content type
　　　　　　this.contentType = aContentType;

　　　　　　// set the charset if the input was properly formed
　　　　　　String strMarker = "; charset=";
　　　　　　int charsetPos = aContentType.toLowerCase().indexOf(strMarker);
　　　　　　if (charsetPos != -1){
　　　　　　　　// find the next space (after the marker)
　　　　　　　　charsetPos += strMarker.length();
　　　　　　　　int intCharsetEnd =aContentType.toLowerCase().indexOf(" ", charsetPos);

　　　　　　　　if (intCharsetEnd != -1)
　　　　　　　　{
　　　　　　　　　　this.charset = aContentType.substring(charsetPos, intCharsetEnd);
　　　　　　　　}else{
　　　　　　　　　　this.charset = aContentType.substring(charsetPos);
　　　　　　　　}
　　　　　　}
　　　　}
　　}

　　email.send();的send方法將調用
　　public void buildMimeMessage() throws EmailException{
　　　　try{
　　　　　　　this.getMailSession();
　　　　　　　this.message = new MimeMessage(this.session);

　　　　　　　if (EmailUtils.isNotEmpty(this.subject)){
　　　　　　　　　if (EmailUtils.isNotEmpty(this.charset)){
　　　　　　　　　　　this.message.setSubject(this.subject, this.charset);
　　　　　　　　　}else{
　　　　　　　　　　　this.message.setSubject(this.subject);
　　　　　　　　　}
　　　　　　　}

　　　　// ========================================================
　　　　// Start of replacement code
　　　　if (this.content != null){
　　　　　　this.message.setContent(this.content, this.contentType);
　　　　}
　　　　// end of replacement code
　　　　// ========================================================
　　　　else if (this.emailBody != null){
　　　　　　this.message.setContent(this.emailBody);
　　　　}else{
　　　　　　this.message.setContent("", Email.TEXT_PLAIN);
　　　　}

　　　　if (this.fromAddress != null){
　　　　　　this.message.setFrom(this.fromAddress);
　　　　}else{
　　　　　　throw new EmailException("Sender address required");
　　　　}

　　　　if (this.toList.size() + this.ccList.size() + this.bccList.size() == 0){
　　　　　　throw new EmailException("At least one receiver address required");
　　　　}

　　　　if (this.toList.size() > 0)
　　　　{
　　　　　　this.message.setRecipients(
　　　　　　Message.RecipientType.TO,
　　　　　　this.toInternetAddressArray(this.toList));
　　　　}

　　　　if (this.ccList.size() > 0){
　　　　　　this.message.setRecipients(
　　　　　　Message.RecipientType.CC,this.toInternetAddressArray(this.ccList));
　　　　}

　　　　if (this.bccList.size() > 0){
　　　　　　this.message.setRecipients(
　　　　　　Message.RecipientType.BCC,
　　　　　　this.toInternetAddressArray(this.bccList));
　　　　}

　　　　if (this.replyList.size() > 0){
　　　　　　this.message.setReplyTo(
　　　　　　this.toInternetAddressArray(this.replyList));
　　　　}

　　　　if (this.headers.size() > 0){
　　　　　　Iterator iterHeaderKeys = this.headers.keySet().iterator();
　　　　　　while (iterHeaderKeys.hasNext()){
　　　　　　　　String name = (String) iterHeaderKeys.next();
　　　　　　　　String value = (String) headers.get(name);
　　　　　　　　this.message.addHeader(name, value);
　　　　　　}
　　　　}

　　　　if (this.message.getSentDate() == null){
　　　　　　this.message.setSentDate(getSentDate());
　　　　}

　　　　if (this.popBeforeSmtp){
　　　　　　Store store = session.getStore("pop3");
　　　　　　store.connect(this.popHost, this.popUsername, this.popPassword);
　　　　}
　　}catch (MessagingException me){
　　　　throw new EmailException(me);
　　}
}
由代碼能夠知道純文本方式最終調用了Java Mail的
message.setContent(this.content, this.contentType);
content是內容
contentType是類型，如text/plain,
(咱們能夠試試直接用Java mail發郵件，設置文本內容不使用setText方法，也使用setContent("測試", "text/plain")方式，你能夠看到內容也是亂碼)
關鍵就在於text/plain，咱們改爲text/plain;charset=gb2312，ok亂碼解決了。在commons mail咱們看SimpleEmail 類中setMsg方法調用的就是 setContent(msg, TEXT_PLAIN);咱們只須要將Email類中的常量TEXT_PLAIN修改一下加入 charset=你的字符集 ，從新打包jar，這樣就能夠了

七、toad的字符集的設置與oracle的安裝
oracle數據庫服務器的安裝通常是中文字符集，有時安裝在不一樣的平臺下，設置爲ISO編碼，toad是oracle開發的最好工具，不是我說的，但是中文環境下安裝的toad，打開英文字符的oracle時，中文全是亂碼。必須進行設置

環境變量—〉系統變量
加
  NLS_lANG=SIMPLIFIED CHINESE_CHINA.ZHS16GBK
  或
  NLS_lANG=AMERICAN_AMERICA.WE8ISO8859P1

AMERICAN_AMERICA.WE8MSWIN1252
 
 或者

打開註冊表，點擊HKEY_LOCAL_MATHINE
再點擊Software,再點擊ORACLE
在點擊HOME（ORACLE所在目錄）
在註冊表的右半面有NLS_LANG,
雙擊它，將你想要的覆蓋掉原來的就能夠了
最好記下舊的，以即可以改回來。

connect sys/chang_on_install
update props$
set value$=’ZHS16CGB231280′
where name=’NLS_CHARACTERSET’;
commit;
 這樣就OK了

 
八、如何解決GWT(google web toolkit)中文的問題
GWT 中文亂碼解決方法

1.把你要顯示的中文「測試字符串」輸入到一個文件，如:1.txt 
2.進入命令行,進入1.txt所在的目錄,敲入如下命令:native2ascii.exe 1.txt 2.txt 回車。這樣就生成了另一個文件2.txt。 
3.2.txt的內容以下:\u6d4b\u8bd5\u5b57\u7b26\u4e32 
4.而後用上面的編碼，在gwt中使用，就能夠了.

九、xmlHttp獲得的網頁怎麼是亂碼？ 
(1)在服務器端使用WebRequest而不是xmlHttp
(2) 將

StreamReader sr = new StreamReader(stream);

對於簡體中文改爲：

StreamReader sr = new StreamReader(stream , Encoding.Default );
對於utf-8改爲：

StreamReader sr = new StreamReader(stream , Encoding.UTF8 );
固然，Encoding枚舉還有不少其餘的成員，對於不一樣的編碼content-type能夠有選擇的應用

(3)後來我發現不管是content-type是gb2312仍是utf-8,用

StreamReader sr = new StreamReader(stream , Encoding.Default );

均可以返回正常的漢字，因此統一的改爲Encoding.Default

——————————————————————————–

最後，在服務器端從一個url得到網頁的源代碼的代碼以下：

/// <summary>
/// post一個指定的url，得到網頁的源代碼(用WebRequest實現)
/// </summary>
/// <param name="url"></param>
/// <returns>
/// 若是請求失敗，返回null
/// 若是請求成功，返回網頁的源代碼
/// </returns>
public static string GetContentFromUrl2( string url )
{
    //變量定義
    string respstr;

    WebRequest myWebRequest=WebRequest.Create(url);
    //            myWebRequest.PreAuthenticate=true;
    //            NetworkCredential networkCredential=new NetworkCredential( username , password , domain );
    //            myWebRequest.Credentials=networkCredential;

    // Assign the response object of ‘WebRequest’ to a ‘WebResponse’ variable.
    WebResponse myWebResponse=myWebRequest.GetResponse();
    System.IO.Stream stream = myWebResponse.GetResponseStream();
    StreamReader sr = new StreamReader(stream , Encoding.Default );
    //以字符串形式讀取數據流
    respstr = sr.ReadToEnd();
    sr.Close();     
    return respstr;        
}