明凯博客

关注网站技术,一个特立独行的程序员

Java中文乱码问题及设置详解

在Java编程中,中文字体编码难倒了不少程序员,如果抓住了影响Java中文显示的几个关键因素,问题将迎刃而解。

Java是目前最流行的面向对象的编程语言之一,Java支持UTF-8、ISO-8 859-1、GBK等各种字体编码,可笔者发现Java中字体编码的问题仍难倒了不少程序员,网上虽然也有不少关于在Java中如何正确显示中文的文章,但都不够全面,笔者特意总结如下。

影响Java中字体编码正确显示的有几个因素:

1)数据库的连接方式;
2)网页中使用的字体编码;
3)数据库里存放数据的字体编码;
4)Java的缺省字体编码。

如果在编程中遇到不能正确显示中文时,要先弄清楚以上几项所使用的字体编码,再分析找出原因,即可解决问题。

众所周知,JSP是Java的一种,和网页有关,而网页也有自己的中文编码系统,所以JSP处理中文要比纯Java的类文件更为麻烦。本文的测试数据库是MySQL3.2,数据库连接驱动是用org.gjt.mm.mysql.Driver,这里主要讨论UTF-8和GBK的显示( GB2312是GBK的一个子集,Java中可以使用GBK来代替GB系列)。

我们先来研究JSP中字体编码问题, 下面第一到第六点是针对JSP的(因为从数据库里读出中文数据与写入中文数据有所区别,咱们分别说明,前三点是从读取数据库到显示在网页,后三点是从网页输入数据到存入数据库),第七到第九点针对纯Java的类文件。

以下rs表示ResultSet的一个实例,是执行Select语句之后产生的数据集。

一、数据库连接方式使用UTF-8

在连接数据库的驱动后面加上这句参数useUnicode=true&characterEncoding=UTF-8,
例如

1
jdbc:mysql://localhost/DBVF?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8

从数据库里读出中文显示在使用GBK的JSP的网页里,如果数据库里存放的字体编码是UTF-8,在JSP中使用
str=new String(rs.getBytes(1),”UTF-8″)或者str=rs.getString(1),可以正确显示中文。
如果数据库里存放的是GBK数据,那么JSP中也要使用str=new String(rs.getBytes(1),”GBK”)来显示正确的中文。
值得注意的是如果页面使用UTF-8,数据库里存放的是UTF-8,也可以用str=new String(rs.getBytes(1),”GBK”)正确显示中文。
如果网页是UTF-8,而数据库里存放的是GBK,无法直接显示中文,需要2步转换, str=new String(rs.getBytes(1),”GBK”);
再str=new String(str.getBytes(“UTF-8″),”GBK”),才可以正确显示中文。

二、数据库连接方式使用GBK

在连接数据库的驱动后面加上这句参数
useUnicode=true&characterEncoding=GBK,
例如

1
jdbc:mysql://localhost/DBVF?autoReconnect=true&UseUnicode=true&characterEncoding=GBK

从数据库里读出中文,显示在使用GBK的JSP的网页里,如果数据库里存放的字体编码是UTF-8,在JSP中一定要使用 str=new String(rs.getBytes(1),”UTF-8″),才正确显示中文。
如果数据库里存放的是GBK数据,那么JSP中也要使用str=new String(rs.getBytes(1),”GBK”) 或者直接使用str=rs.getString(1),即可显示正确的中文。
如果网页是UTF-8,而数据库里存放的是GBK,只能用str=new String(rs.getString(1).getBytes(“UTF-8″),”GBK”)的方法来显示中文;
如果网页是UTF-8,而数据库里存放的是UTF-8,可用str=new String(rs.getBytes(1),”GBK”) 或者rs.getString(1)方法来显示中文。

三、使用缺省数据库连接方式

连接数据库的驱动后面没有这句参数useUnicode=&characterEncoding=,
例如jdbc:mysql://localhost/DBVF?autoReconnect=true,没有参数useUnicode=true&characterEncoding,表示使用默认的ISO-8895-1编码。

1. 从数据库里读出中文,显示在GBK的网页里。如果数据库里存放的字体编码是UTF-8,在JSP网页中一定要使用语句 str=new String(rs.getBytes(1),”UTF-8″) 或者str= new String(rs.getString(1).getBytes(“ISO-8859-1″),”UTF-8″),才可正确显示中文。如果数据库里存放的是GBK数据,那么JSP中也要使用str=new String(rs.getBytes(1),”GBK”)或str=new String(rs.getString(1).getBytes(“ISO-8859-1″),”GBK”) 显示正确的中文。
2. 如果网页是UTF-8,不能直接正确显示GBK,需要2步转换,str=new String(rs.getBytes(1),”GBK”),再str=new String(str.getBytes(“UTF-8″),”GBK”) 才可以正确显示中文。如果数据库里存的是UTF-8,直接用str=new String(rs.getBytes(1),”GBK”)或者str=new String(rs.getString(1).getBytes(“ISO-8859-1″),”GBK”)就可以显示中文了。
以上是读取数据库里中文正确显示在网页上,下面三点是如何正确存入数据库。

四、数据库连接方式使用UTF-8编码

JSP中要把网页输入的中文存入数据库,通常有一个提交(Submit)的过程,是用str=request.getParameter(“username”),然后执行update或者insert语句来存入数据库。如何赋值给str很重要,而且这里中文输入与网页所使用的字体编码有关。

1、 网页使用UTF-8,使用str= new String(request.getParameter(“username”).getBytes(“ISO-8859-1″),”UTF-8”)或者str= new String(request.getParameter(“username”).getBytes(),”UTF-8″),都可以使得存到数据库里的数据是UTF-8编码。
2. 网页使用GBK,使用str= new String(request.getParameter(“username”).getBytes(),”GBK”),那么存入数据库的是UTF-8编码。
3. 值得注意的是使用UTF-8的数据库连接方式不能存得GBK。

五、数据库连接方式使用GBK编码

1. 输入使用GBK网页,存到数据库里是GBK的方法: str= new String(request.getParameter(“username”).getBytes(“ISO-8859-1″),”GBK”) 或者str= new String(request.getParameter(“username”).getBytes(),”GBK”)。
2. 网页使用GBK,想存入UTF-8到数据库里,要分2步: 先str=new String(request.getParameter(“username”).getBytes(),”GBK”),再str=new String(str.getBytes(“UTF-8″),”GBK”)即可。
3. 网页使用UTF-8,而且使用str= new String(request.getParameter(“username”).getBytes(“ISO-8859-1″),”GBK”) 或者str= new String(request.getParameter(“username”).getBytes(),”UTF-8″),那么存到数据库里的数据是UTF-8编码。
4. 网页使用UTF-8,而且使用str= new String(request.getParameter(“username”).getBytes(“ISO-8859-1″),”UTF-8”),那么存到数据库里的数据是GBK编码。

六、数据库连接方式使用缺省,即不使用参数useUnicode和characterEncoding

1. 网页使用GBK,如果使用str= request.getParameter(“username”)或者str= new String(request.getParameter(“username”).getBytes()),那么在数据库里的数据是GBK码。网页使用UTF-8 和使用str= request.getParameter(“username”),则存入数据库是UTF-8编码。
2. 如果使用str= new String(request.getParameter(“username”).getBytes(“ISO-8859-1”)),那么根据网页提供的字体编码而存到数据库里,比如是UTF-8的网页,那么存到数据库中就是UTF-8编码,如果使用GBK网页,那么存到数据库里的字就是GBK编码。
3. 如果使用str= new String(request.getParameter(“username”).getBytes(“UTF-8″),”UTF-8”)这一种组合能存到正确的数据外,其他存到数据库里的数据则都是乱码或者错误码。在这个UTF-8组合的特例中,网页使用的是GBK,则存放到数据库里就是GBK,网页使用UTF-8,那么存到数据库里的就是UTF-8。
4. 网页是GBK的要存得UTF-8,一定需要2步: company=new String(request.getParameter(“company”).getBytes(),”GBK”)和company=new String(company.getBytes(“UTF-8”))。
5. 网页是UTF-8的,不能存得GBK在数据库里,一句话,改变数据库连接方式不能存得GBK码。
以上所有的都是基于JSP网页和数据库交换数据,下面讨论一下纯JAVA编程下的字体编码转换。

七、数据库连接方式使用UTF-8编码

1. 数据库里的中文是UTF-8,可以转换为GBK,但不能把GBK存入数据库。
2. 数据库是GBK,如果转换为UTF-8,使用content=new String(rs.getBytes(2),”GBK”)直接将content存入数据库就可为UTF-8。
八、数据库连接方式使用GBK编码
1. 数据库里的中文是UTF-8,如果转换为GBK,使用content= new String(rs.getString(2).getBytes(),”UTF-8″),再直接使用update或者insert语句插入到数据库,即存得GBK。如果使用content= new String(rs.getString(2).getBytes(),”GBK”)或者content= new String(rs.getString(2).getBytes()),再存入数据库即存得还是UTF-8编码。
2. 数据库里的中文是GBK,如果转换为UTF-8,使用content= new String(rs.getString(2).getBytes(“UTF-8”))或者content= new String(rs.getString(2).getBytes(“UTF-8″),”GBK”),再直接使用update或者insert语句插入到数据库,即存得UTF-8。
3. 如果某个String是GBK,要转换为UTF-8,也是使用content= new String(GBKstr.getBytes(“UTF-8”))或者content= new String(GBKstr.getBytes(“UTF-8″),”GBK”); 如果某个String是UTF-8,要转换为GBK,应该使用new String(UTFstr.getBytes(“GBK”),”UTF-8″)。

九、数据库连接方式使用缺省,即不跟参数

1. str2=new String(GBKstr.getBytes(“UTF-8″),”ISO-8859-1″),可以将数据库里的GBK编码转换为UTF-8。
2. 读取UTF-8然后存入UTF-8,则用str1=new String(UTFstr.getBytes(),”ISO-8859-1”)或者str1=new String(UTFstr.getBytes(“GBK”),”ISO-8859-1″)。
3. 不能实现数据库里的UTF-8转换为GBK。
如果采用UTF-8的数据库连接方式或者缺省数据连接方式,那么无法将UTF-8转为GBK;而GBK的数据库连接方式可以实现UTF-8和GBK的相互转换。建议大家采用GBK的数据连接方式。

, , ,

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注