当前位置：文档之家 › Java乱码解析

Java乱码解析

  • 格式：doc
  • 大小：122.00 KB
  • 文档页数：9

Java 乱码解析（一）-J2SE一、字符集和编码⏹ 字符集：字符的集合。

常用的字符集有英文字符集、英文+中文简体字符集、英文+中文繁体字符集等。

⏹ 编码方案：字符在计算机中的字节表示。

每一种编码方案包含一种特定的字符集，字符集中的每一个字符，对应不同的字节表示。

常用的编码方案有ISO-8859-1，GB2312，GBK ，Big5,UTF-8，UTF-16(Unicode)。

编码方案通常被简称为编码、或者字符集编码。

图：编码规范，字符，字节对照图说明：1、 字符在计算机当中都是以字节存储的。

2、 不同的字符在不同的编码方案中所对应的字节可能不同。

3、 ISO-8859-1,一个字节表示一个字符， GB2312，GBK ，Big5, UTF-8是可变长编码方案，UTF-16四个字节表示一个字符。

4、 编码方案中将字符集中不包含的字符用63表示。

二、编码过程1、编译时编码Java 编译时，Java 文件->class 文件。

Java 编译时可以指定编译编码。

例如javac -encoding GBK xxx.java ，没有指定则默认使用操作系统编码。

中文版windows 的系统编码是GBK,linux 或者unix 一般是ISO-8859-1。

所以在中文版windows 操作系统上编译，javac -encoding GBK xxx.java = javac xxx.java字符 ISO-8859 -1 GB2312 GBK Big5 UTF-8 UTF-16 A 65 65 65 65 65 -2,-1,0,65 ？ 63 63 636363 -2,-1,0,63 中63-42,-48-42,-48 -92,-92-28,-72,-83-2,-1,78,45楘（mu ） 63 63 -105,-6 -35,-26 -26,-91,-104 -2,-1,105,88在linux或者unix操作系统上编译，javac -encoding ISO-8859-1 xxx.java = javac xxx.javaJava编译过程:⏹Java编译器读取java文件中的字节，将这个字节按照javac命令中指定的编码方案中字符与字节的对应关系，转化成字符。

⏹java编译器将这些字符按照UTF-16编码方案中字符与字节的对应关系，转化成字节。

⏹将字节输出到class文件。

2、运行时编码Java运行过程:⏹Jvm将class文件按字节读入内存。

⏹执行main方法。

Java运行时也可以指定编码。

java -Dfile.encoding=GBK xxx，没有指定则默认使用操作系统编码。

这个编码的作用是输出数据时，将UTF-16的字节转化为字符，然后用java 命令中指定的编码中的字符与字节的对应关系，将字符转化为字节输出。

这里的输出包括控制台输出，文件输出，网络输出。

在中文版windows操作系统上编译，java -Dfile.encoding=GBK xxx = java xxx在linux或者unix操作系统上编译，java -Dfile.encoding=ISO-8859-1 xxx = java xxx 3、展现时编码字符的正确展现与展现软件的编码方案有关。

展现软件的编码方案一般与操作系统的编码方案一致。

展现软件包括，命令行窗口，文件。

在中文版windows操作系统上编译，java -Dfile.encoding=GBK xxx = java xxx在linux或者unix操作系统上编译，java -Dfile.encoding=ISO-8859-1 xxx = java xxx字符展现过程：将字节按照展现软件的编码方案中字符与字节的对应关系，转化为字符。

三、乱码的原因1、字符->字节，使用了错误的编码方案同一个字符，不同的编码方案，不同的字节。

2、字节->字符，使用了错误的编码方案同一组字节，不同的编码方案，不同字符。

注：以上情形，可能共存。

四、案例分析案例1中文版windows 操作系统，记事本输入“联通”，保存后关闭，然后重新用记事本打开乱码。

字符 ISO- 8859 -1 GB2312 GBK Big5 UTF-8 UTF-16 A 65 65 65 65 65 -2,-1,0,65 ？ 63 63 636363 -2,-1,0,63 中63-42,-48 -42,-48 -92,-92 -28,-72,-83 -2,-1,78,45楘（mu ）63 63-105,-6 -35,-26-26,-91,-104-2,-1,105,88字节 ISO- 8859 -1GB2312 GBK Big5 UTF-8 UTF-16 -63,-86,-51,-88 ???¨ 联通 联通 薊籵 j? ?? -46,-58,-74,-81 ????移动移动痄雄?????原因分析：记事本打开时猜测文件字符集，并且猜错了。

因为联通GBK编码后的字节符合UTF-8编码规范，所以记事本将联通编码后字节展现为了utf-8编码方案中字符与字节对应关系中的字符了。

解决方案：1、“联通”两个字前后加些其他中文字符。

2、使用其他软件查看，并设置GBK或者ANSI编码。

案例2中文版windows操作系统，下不指定编码集编译以下代码，形成Test.class 文件。

在字符集是ISO-8859-1的linux上不指定编码执行乱码。

原因分析：“中文”的UTF-16编码后的字节，在输出时被转化为ISO-8859-1编码方案中的字符。

ISO-8859-1无“中文”两个字，所以产生乱码。

解决方案：改变linux系统编码为支持中文的编码。

案例3中文版windows操作系统，下不指定编码集编译以下代码，形成Test.class 文件。

在字符集是en_US.UTF-8的linux上不指定编码执行形成文件，然后下载到中文版windows操作系统用写字板打开乱码。

原因分析：输出文件时，没有指定编码，所以“中文”被编码成UTF-8编码字符与字节对应的字节，写入文件。

中文版windows操作系统的写字板默认使用GBK编码，打开文件时，将文件中的字节，按照GBK字符与字节的对应关系，展示字符。

解决方案：1、用记事本打开，或者用其他可以选择编码的工具，指定为UTF-8编码后打开。

2、执行class文件时，指定编码。

java -Dfile.encoding=GBK xxx = java xxx案例4中文版windows操作系统，mysql，UTF-8编码数据库，jdbc查询出来的数据乱码。

原因分析：1、数据库本身乱码。

2、数据库的编码方案与操作系统的编码方案不同3、以上两点都有。

如果，数据库的字符以字节存储，查询时，数据库中的字节被java程序以运行时编码转化为字符。

数据库的编码方案与操作系统的编码方案不同，可能会造成乱码。

注：有些jdbc可以猜测字符集，所以即使数据库的编码方案与操作系统的编码方案不同，也由可能不出现乱码。

解决方案：1、改变数据库的字符集。

2、改变java运行时的字符集。

3、数据库连接url中指定数据库使用的编码方案。

Java乱码解析（二）-Java Web一、URL编码与字符集编码1、URL编码就是将非英文字符或者特殊字符转化为字节的十六进制表示。

URL编码表：字符ISO-8859-1GB2312GBK Big5UTF-8UTF-16A A A A A A AURL 编码，字符转化为字符3F=0011,1111(原码)=0011,1111(反码)=0011,1111(补码)=63 97=1001,0111(原码)=1110,1000(反码)=1110,1001(补码)=-105 FE=1111,1110(原码)=1000,0001(反码)=1000,0010(补码)=-22、字符集编码，就是将字符按照指定的编码方案，转化为字节。

字符->字节。

字符集编码表：二、Java Web 工作过程1、浏览器请求服务器即浏览器发送数据给服务器。

首先浏览器将发送的字符，按照特定URL 编码方案进行URL 编码，然后按照ISO8859-1编码方案将字符转化为字节；然后浏览器将字节数据发送给服务器。

2、服务器解析数据首先服务器（即web 容器），按照特定编码方案将收到的字节转化为字符；然后服务器将字符按照UTF-16编码方案转化为字节交给处理程序处理。

3、服务器响应浏览器即服务器返回数据给浏览器。

首先服务器将处理请求得到的字符，按照特定编码方案转化为字节；然后服务器字节，发送给浏览器。

? %3F %3F %3F %3F %3F %FE%FF%00%3F中%3F%D6%D0 %D6%D0 %A4%A4 %E4%B8%AD %FE%FF%4E%2D楘（mu ） %3F %3F %97%FA %DD%E6 %E6%A5%98 %FE%FF%69%58 字符 ISO- 8859 -1 GB2312 GBK Big5 UTF-8 UTF-16 A 65 65 65 65 65 -2,-1,0,65 ？ 63 63 636363 -2,-1,0,63 中63-42,-48 -42,-48 -92,-92 -28,-72,-83 -2,-1,78,45楘（mu ）63 63-105,-6 -35,-26-26,-91,-104-2,-1,105,884、浏览器解析数据首先浏览器，按照特定编码方案将收到的字节转化为字符；然后浏览器展现这个字符。

三、乱码的原因1、浏览器请求服务器时，使用了错误的URL编码方案。

2、服务器解析数据时，使用了错误的URL编码方案。

3、服务器响应浏览器，使用了错误的编码方案。

4、浏览器解析数据时，使用了错误的编码方案。

说明：1、不同的浏览器发送请求时，使用的编码方案可能不同。

（常见的浏览器有ie，firefox，opera，chrome）2、不同的web容器解析数据时，使用的编码方案可能不同。

（常见的web容器有tomcat，jboss，weblogic，webphere）3、浏览器解析数据时，可以指定编码方案。

4、Java web容器是运行在jvm上，与J2se程序一样，内部使用UTF-16编码方案。

5、浏览器主要有两种请求方式，Get，Post四、Get与Post方式说明1、同一个浏览器对Get和Post方式，采用相同的URL编码方案。

2、对于Post方式提交的数据，程序可以使用request.setCharacterEncoding(encoding)方法指定编码方案，不指定则使用web容器的编码方案;Get方式提交的数据，程序使用request.setCharacterEncoding(encoding)方法指定编码方案无效，只能使用web容器的编码方案。

合集下载

Java Web项目开发中的中文乱码问题与对策

Java Web项目开发中的中文乱码问题与对策

Java Web项目开发中的中文乱码问题与对策随着互联网的快速发展，Java在Web项目开发中的应用越来越广泛。

但是在开发过程中，很多程序员都会遇到中文乱码的问题，这不仅影响了用户体验，也给开发者带来了不小的困扰。

本文将针对Java Web项目开发中的中文乱码问题进行分析，并提出解决方法。

一、中文乱码问题的原因1. 字符编码不一致在Java Web项目中，很多地方都会涉及到字符编码的设置，比如在数据库、页面、请求参数等地方。

如果这些地方的字符编码设置不一致，就会导致中文乱码。

2. 数据传输中的转换问题在Web项目中，数据的传输是非常常见的操作。

如果在数据传输过程中没有正确设置编码格式，就会导致中文乱码。

3. 操作系统环境问题在不同的操作系统环境下，可能会存在默认的字符编码设置不一致的问题，也会导致中文乱码。

2. 使用UTF-8编码在开发过程中，建议尽量使用UTF-8编码格式。

UTF-8是一种通用的字符编码格式，能够支持几乎所有的字符。

使用UTF-8编码可以很大程度上解决中文乱码问题。

3. 设置请求和响应的字符编码在Web项目中，可以通过设置请求和响应的字符编码来解决中文乱码问题。

在请求处理的过程中，需要设置合适的字符编码格式，以确保数据传输的正确性。

4. 使用String.getBytes和new String方法进行转换在具体的代码中，可以使用String.getBytes和new String方法进行字符编码的转换。

通过这两个方法可以将字符按照指定的编码进行转换，避免中文乱码问题。

6. 使用第三方库进行编码处理在Java中有一些第三方库可以用来处理字符编码的问题，比如Apache Commons Codec 库、Google Guava库等。

通过使用这些库，可以方便地解决中文乱码问题。

三、总结在Java Web项目开发中，中文乱码问题是一个比较常见的难题。

但是通过合理的设置和编码处理，可以很好地解决这个问题。

java中的乱码问题汇总及解决方案

java中的乱码问题汇总及解决方案

java中的乱码问题汇总及解决⽅案java中的乱码问题最近做项⽬经常会遇到Java中的乱码问题，于是就抽时间整理下出现乱码问题的情况和如何处理，这⾥做了⼀个整理，分析编码与解码 编码就是将字符转为字节，解码就是就是将字节转换为字符。

字节流与字符流 对⽂件的读写操作都是通过字节流来实现的，即使JAVA中有字符流，但是其底层仍然使⽤的字节流。

乱码问题出现 java中使⽤最频繁的是字符，当我们将⽂件读⼊内存并在控制台显⽰时(字节流--->字符流)，就需要⽤到解码。

如果⽂件是UTF-8编码，⽽我们解码时错⽤成GBK(如果不指定编码,JAVA会采取系统默认编码)来解码，那么只能显⽰乱码。

⽽我们写⽂件时，最好指定编码(UTF-8)。

解决⽅案⽰例1　 将字节流转换为字符流时，我们指定编码格式。

这是我们⽂件也应该是gb2312编码public static String read(String filename) throws Exception {InputStream is = new FileInputStream(filename);BufferedReader in = new BufferedReader(new InputStreamReader(is,"gb2312")); //指定编码格式String s;StringBuilder sb = new StringBuilder();while ((s = in.readLine()) != null) {sb.append(s + "\n");}in.close();return sb.toString();}⽰例2 直接通过字节流读⼊，使⽤String转换为字符时，指定编码。

package com.dy.xidian;import java.io.FileInputStream;import java.io.InputStream;class BufferedInputFile {public static String read(String filename) throws Exception {@SuppressWarnings("resource")InputStream is = new FileInputStream(filename);byte[] b = new byte[1024];is.read(b);return new String(b, "gb2312");}}public class MemoryInput {public static void main(String[] args) throws Exception {String filename = "E:/html/gb2312.php";String s = BufferedInputFile.read(filename);System.out.println(s);}}陷阱 I/O操作中有个FileReader类，这个类隐藏了字节流转为字符流的细节，我们可以这样使⽤。

Java Web项目开发中的中文乱码问题与对策

Java Web项目开发中的中文乱码问题与对策

Java Web项目开发中的中文乱码问题与对策随着互联网的快速发展，Java Web项目越来越受到开发者的青睐。

但是在开发Java Web项目的过程中，中文乱码问题却是一个让人头痛的难题。

中文乱码问题不仅会影响用户体验，还会导致数据传输错误、展示异常等严重后果。

对于Java Web项目开发中的中文乱码问题，我们必须深入了解原因并采取有效的对策来解决。

一、中文乱码问题的原因1. 字符集不匹配中文乱码问题的主要原因之一是字符集不匹配。

在Java中，字符集通常指的是编码方式，常见的编码方式包括UTF-8、GBK、ISO-8859-1等。

如果前端网页使用UTF-8进行编码，而后端服务器端使用了GBK进行解码，那么就会导致中文乱码问题的出现。

2. 数据库编码不一致另一个导致中文乱码问题的原因是数据库编码不一致。

在数据库中存储的数据也需要使用特定的编码方式进行存储和读取，如果数据库的编码方式和Java代码或前端网页的编码方式不匹配，也会导致中文乱码问题。

3. 网络传输和解析问题在Java Web项目中，数据经常需要在前端和后端之间进行传输和解析。

如果在数据传输过程中，传输的数据编码方式与接收方的解析方式不一致，就会导致中文乱码问题的出现。

1. 统一字符集为了解决中文乱码问题，我们首先需要统一字符集。

一般来说，推荐在Java Web项目中使用UTF-8作为字符集的统一标准。

我们需要确保在前端网页、Java代码和数据库中都使用UTF-8进行编码和解码，这样能够有效地避免字符集不匹配导致的中文乱码问题。

在前端网页中，我们可以通过设置<meta charset="UTF-8">来指定页面的字符集为UTF-8。

在Java代码中，我们可以通过在代码中明确指定字符串的编码方式为UTF-8来避免乱码问题。

在数据库中，我们可以通过修改表的编码方式为UTF-8或者在连接数据库的时候指定编码方式为UTF-8来解决中文乱码问题。

java字符集编码乱码详解

java字符集编码乱码详解

一．编码与乱码(01)---编码基础Unicode中文“艺”字：827A二进制的“艺”字编码：1000 0010 0111 1010UTF-8的中文编码规则：1110xxxx 10xxxxxx 10xxxxxxUTF-8的“艺”字编码：1110【1000】10【0010】【01】10【11】【1010】UTF-8的转码过程解析：8对应的1000被填入第一字节剩余的4位。

2对应的0010被填入第2字节剩余的前4位。

7对应的0111被拆开，前2位01被填入第2字节的后两位，后2位1被填入第3字节的前2位。

A对应的1010被填入第3字节的后4位。

UTF-8的最终编码结果：11101000---对应E8；10001001---对应89；10111010---对应BA。

所以最终的UTF-8编码就是%E8%89%BAUnicode到UTF-8的转换：Unicode的16进制编码<-->对应的2进制编码<-->UTF-8规范的2进制编码<-->UTF-8规范的16进制编码也就是说假如在Java的底层JVM，由于采用的是Unicode编码字符集，对“艺”字的编码是827A。

那么在网络传输的过程中，我们当然不能直接传输827A这个字符过去代表艺”这个汉字，而必须要转换成0，1这样的字节流，才能在网络中传输。

所以说UTF-8是一种为了方便网路传输，节省传输数量，而对Unicode的字符集的字符编号进行转换，从定长的2个字节(16进制)转换成1~3个的变长字节(2进制)表示的转换格式。

由于Unicode采用的是2个字节的编码方式，而UTF-8转换后可能是1~3个字节，所以同一个汉字，在Unicode中的编码和经UTF-8转换后的编码值肯定是不同的。

就好像艺字的Unicode编码是827A，经转换后的3个字节是E889BA。

所以说对于英文字符来说，采用UTF-8对Unicode编码转换后节省了一倍的传输成本(由定长的2个字节变长1个字节)，但对于原本双字节的东亚字符来说，反而增加了成本，是原来的1.5倍。