当前位置：文档之家 › Java编程中的中文乱码问题的研究

Java编程中的中文乱码问题的研究

  • 格式：pdf
  • 大小：99.71 KB
  • 文档页数：1

２０１３年７月下　
消费电子　
Ｃｏｎｓｕｍｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ　Ｍａｇａｚｉｎｅ　计算机科学　

Ｊａｖａ编程中的中文乱码问题的研究　
陈璐强　
（沈阳理工大学应用技术学院，辽宁抚顺　１１３１２２）　

摘要：中文乱码是Ｊａｖａ编程中的一类常见问题，其主要是由于数据输入输出时的编解码字符集不统一造成的。　
本文首先对该问题出现的原因进行了分析，然后分别就几处最为常见的乱码位置及其处理方式进行了详细分析。　
关键词：中文乱码；Ｊａｖａ编程；字符集　
中图分类号：ＴＰ３１　文献标识码：Ａ　文章编号：１６７４—７７１２（２０１３）１４—０１１１—０１　

Ｊａｖａ语言具有灵活性高、可跨平台等特点，是当前所使　用的一种主流的编程语言。但是在使用Ｊａｖａ编程过程中程序　员经常面临的一个问题就是中文汉字的显示问题，如何对带有　中文字符的ＪＳＰ文件、使用ＪＳＰ技术开发的ｗｅｂ网页以及与Ｊ　ａｖａ程序通信的数据库进行编程处理，以避免其中出现中文乱　码是ｊａｖａ编程中需要重点注意的一类问题。　一、中文乱码在Ｊａｖａ程序中出现的原因　Ｊａｖａ程序规定的编码字符集为Ｕｎｉｃｏｄｅ字符集，但是我　国很多本地系统或应用所使用的编码字符集则为ＧＢＫ字符集，　这就使得使用两种不同字符集的应用在进行数据传输或交换　时首先需要将传输或交换的信息转换为本地可识别的字符集　才可以进入下一步处理。而由Ｊａｖａ编程实现的应用涉及多个　领域，如浏览器、应用、服务器、数据库等，一旦其中某一部　分所使用的字符集与其他部门出现不兼容或转换错误，就容易　因输入输出编码格式的不一致而出现乱码问题。　二、常见的Ｊａｖａ中文乱码位置及其解决方案　综合来看，Ｊａｖａ中文乱码出现主要集中在以下几个位置：　（１）基于ＪＳＰ的中文ｗｅｂ页面；（２）包含中文字符的提交数　据；（３）Ｊａｖａ程序与数据库之问的通信数据。　（一）基于ＪＳＰ的中文ｗｅｂ页面乱码分析　用户在访问由ＪＳＰ所生成的页面时有可能出现中文乱码，　导致该乱码出现的原因主要有两种，一种原因是由ＪＳＰ在后台　生成动态页面时，其所生成的信息本身就是乱码，另一种原因　则是浏览器对编译ＪＳＰ文件时显示不正确所导致的乱码。　为提高解决效率，解决该问题时可以先使用代码查看工具　对网页的源文件进行查看，确认源文件中的中文信息是否能够　正确显示，若源文件中的中文显示正常则说明该问题是由浏览　器解码网页错误所导致的，若源文件中中文显示不正常则说明　该问题是由ＪＳｐ后台生成网页时处理错误所导致的。　对于解码错误导致的中文乱码可以通过设置ＪＳＰ中的ｃｏｎ　ｔｅｎｔＴｙｐｅ属性为可支持中文的国标字符集即可，即　＜％＠ｐａｇｅ　ｃｏｎｔｅｎｔＴｙｐｅ＝”ｔｅｘｔ／ｈｔｍｌ：ｃｈａｒｓｅｔ＝ＧＢ２３　１２”＞　对于后台网页处理错误所导致的中文乱码可以在输出页　面前向其中添加支持中文显示的字符集，即　＜ｍｅｔａ　ｈｔｔｐ—ｅｑｕｉｖ＝”ｃｏｎｔｅｎｔ—Ｔｙｐｅ”．ｃｏｎｔｅｎｔ＝’’ｔｅｘｔ／ｈ　ｔｍｌ：ｃｈａｒｓｅｔ＝ＧＢ２３１２”＞：　ｒｅｓｐｏｎｓｅ．ｓｅｔＣｏｎｔｅｎｔＴｙｐｅ（“ｔｅｘｔ／ｈｔｍｌ：ｃｈａｒｓｅｔ＝ＧＢ２３１　２”）　’　（二）包含中文字符的提交数据乱码分析　中文字符填写和提交是ｗｅｂ网页表单填写的基本功能之　一。但是在提交过程中有可能出现用户输入和显示的中文文本　正确，而后台传输错误的现象发生。解决该问题可以从以下三　方面着手。　首先，使用Ｐｏｓｔ的方式进行数据提交时要注意对ｔｐｙｅ　参数的值进行确认或修正。该提交方式会在提交前对ＪＳＰ中的　ｃｏｎｔｅｎｔＴｙｐｅ属性进行查询，然后根据该属性中定义的编解码　方式对提交数据进行编码，经由ＨＴＴＰ转发和传输后提交给后　１１１消费电子２０１３　台的服务器端，服务器端在存储前同样会对ｃｏｎｔｅｎｔＴｙｐｅ属性　
中的字符集关键字查询后再进行解码。　
其次，使用Ｇｅｔ的方式进行数据提交时要注意对服务器相　
关屙Ｉ生进行确认或修正。目前是使用的Ｔｏｍｃａｔ配置文件默认　
的字符集为ＩＳＯ一８８５９－１，该字符集是无法处理中文字符的，　
为保证Ｇｅｔ方式下的表单提交正确，需要手动修改Ｔｏｍｃａｔ中　
的ｓｅｒｖｅｒ．ｘｍｌ文件，使服务器能够支持中文编解码。需要注　
意的是，该修改需要重启服务器后才能生效。　
再次，由ｒｅｑｕｅｓｔ中相关数据的解码方式不当所引起的乱　
码需要对ｒｅｑｕｅｓｔ中的滤波器相关函数进行重新设置，以便于　
发现问题时能够根据过滤规则对相关的数据信息进行检查或　
修改。具体的，滤波器的过滤规则设置代码如下：　
Ｐｕｂｌｉｃ　ｖｏｉｄ　ｄｏＦｉｉｔｅｒ（ＳｅｒｖｌｅｔＲｅｑｕｅｓｔ　ｒｅｑｕｅｓｔ，Ｓｅｒｖ　
ｌｅｔＲｅｓｐｏｎｓｅ　ｒｅｓｐｏｎｅ，ＦｉｌｔｅｒＣｈａｉｎ　ｃｈａｉｎ）　
Ｔｈｒｏｗｓ　ＩＯＥｘｃｅｐｔｉｏｎ，　Ｓｅｒｖ１ｅｔＥｘｃｅｐｔｉｏｎ　
｛　
Ｉｆ（！ｉｇｎｏｒｅ】ｌ（ｒｅｑｕｅｓｔ．ｇｅｔｃｈａｒａｃｔｅｒＥｎｃｏｄｉｎｇ（）＝＝ｎｕｌ　
１））／／该语句用于查看滤波器中的编码是否能够编译中文字　
符，若不能够编译，需要对其进行设置　
｛Ｓｔｒｉｎｇ　ｅｎｃ０ｄｉｎｇ＝ｓｅｌｅｃｔＥｎｃ０ｄｉｎｇ（ｒｅｑｕｅｓｔ）；　
Ｉｆ（ｅｎｃｏｄｉｎｇ！＝ｎｕｌ　１）　
ｒｅｑｕｅｓｔ．ｓｅｔＣｈａｒｃｔｅｒＥｎｃｏｄｉｎｇ（ｅｎｃｏｄｉｎｇ）：｝／／查询字　
符集关键字类型，并根据查询结果进行配置　
ｃｈａｉｎ．ｄｏＦｉＩｔｅｒ（ｒｅｑｕｅｓｔ，ｒｅｓｐｏｎｓｅ）：）　
（三）Ｊａｖａ程序与数据库之间的通信数据乱码分析　
该乱码问题主要集中在使用ＪＤＢＣ驱动的数据库与Ｊａｖａ　
程序之间。ＪＤＢＥ默认的编码格式同样为ＩＳＯ标准，该标准是　
无法识别中文字符的。在数据输入输出之前没有进行编码转　
换，就会导致乱码现象发生。其解决方式同上述乱码问题解决　
方式，需要对数据库中与编码格式有关的．ｉｎｉ文件进行编码　
修改。　
三、总结　
Ｊａｖａ是当前跨平台应用所使用的主要编程语言之一，其　
应用过程中出现中文乱码的根本原因在于字符编码格式不匹　
配。为避免该情况的出现，一方面要尽快制定和使用统一、规　
范的Ｊａｖａ开发标准，另一方面要在Ｊａｖａ编程时在出现数据传　
输的地方做好字符编码转换相关工作。　
参考文献：　
【１】任平红，陈矗，郑秋梅Ｊａｖａ中文乱码问题研究Ｕｌｌ计算机　
技术与发展，２０１３，２３（３）．　
［２］－￣－－Ｔ５ｇ，范学峰，张志￣．Ｊａｖａ编码问题研究与应用Ｕ］．计　
算机工程，２００２，２８＠　
［３】曹莉，赵文静Ｊａｖａ中文处理研究卟计算机技术与发展，２　
００６，１６（５）　
【４１彭利民，予Ｊ、素￣ｒｊｓＰ和Ｓｅｒｖｌｅｔ网络编程设计中汉字编码　
的研究『ｌＩｌ计算机与现代化，２００６（３）．

合集下载

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中文乱码问题产生原因分析

Java中文乱码问题产生原因分析

Java中文乱码问题产生原因分析在计算机中，只有二进制的数据，不管数据是在内存中，还是在外部存储设备上。

对于我们所看到的字符，也是以二进制数据的形式存在的。

不同字符对应二进制数的规则，就是字符的编码。

字符编码的集合称为字符集。

17.1.1 常用字符集在早期的计算机系统中，使用的字符非常少，这些字符包括26个英文字母、数字符号和一些常用符号（包括控制符号），对这些字符进行编码，用1个字节就足够了（1个字节可以表示28=256种字符）。

然而实际上，表示这些字符，只使用了1个字节的7位，这就是ASCII编码。

1．ASCIIASCII（American Standard Code for Information Interchange，美国信息互换标准代码），是基于常用的英文字符的一套电脑编码系统。

每一个ASCII码与一个8位（bit）二进制数对应。

其最高位是0，相应的十进制数是0～127。

例如，数字字符“0”的编码用十进制数表示就是48。

另有128个扩展的ASCII码，最高位都是1，由一些图形和画线符号组成。

ASCII是现今最通用的单字节编码系统。

ASCII用一个字节来表示字符，最多能够表示256种字符。

随着计算机的普及，许多国家都将本地的语言符号引入到计算机中，扩展了计算机中字符的范围，于是就出现了各种不同的字符集。

2．ISO8859-1因为ASCII码中缺少￡、ü和许多书写其他语言所需的字符，为此，可以通过指定128以后的字符来扩展ASCII码。

国际标准组织（ISO）定义了几个不同的字符集，它们是在ASCII码基础上增加了其他语言和地区需要的字符。

其中最常用的是ISO8859-1，通常叫做Latin-1。

Latin-1包括了书写所有西方欧洲语言不可缺少的附加字符，其中0～127的字符与ASCII码相同。

ISO 8859另外定义了14个适用于不同文字的字符集（8859-2到8859-15）。

Unicode_JAVA开发常见中文问题解决方法汇总

Unicode_JAVA开发常见中文问题解决方法汇总

JA V A开发常见中文问题解决方法汇总在Java开发中常见的中文问题主要有以下几种：一、JSP页面显示乱码二、JSP、Servlet表单提交中文时出现乱码三、连接数据库操作乱码//原因：服务器使用的编码方式不同和浏览器对不同的字符显示结果不同而导致的。

1、页面编码不一致导致的乱码：对不同的WEB服务器和不同的JDK版本，处理结果可能会不一样。

注意：以UTF-8编码存储的文件被解码为ISO8859-1。

解决办法：在JSP页面中指定编码方式(GBK|GB2312|UTF-8),即在页面的第一行加上：<%@ page contentType="text/html; charset= GBK|GB2312|UTF-8"%>，就可以消除乱码了。

2、JSP中include静态HTML文件时出现乱码解决办法：在web.xml文件中加入以下配置。

<jsp-config><jsp-property-group><description> JSP example.</description><display-name>JSPConfiguration</display-name><url-pattern>*.jsp</url-pattern><el-ignored>true</el-ignored><page-encoding>GB2312</page-encoding><scripting-invalid>false</scripting-invalid><include-prelude></include-prelude><include-coda></include-coda><description> JSP example</description><display-name>JSPConfiguration</display-name><url-pattern>*.html</url-pattern><el-ignored>true</el-ignored><page-encoding>GB2312</page-encoding><scripting-invalid>false</scripting-invalid><include-prelude></include-prelude><include-coda></include-coda></jsp-property-group></jsp-config>3、表单提交中文时出现乱码(分get和post两种处理)主要是由于浏览器默认使用UTF-8编码方式来发送请求，而UTF- 8和GB2312编码方式表示字符时不一样，这样就出现了不能识别字符。

java中文乱码

java中文乱码

乱码问题一直困扰着开发人员：下面对java的乱码问题做一个小结：一、编码的基础概念首先，要想解决java中文乱码问题就有必要了解一下什么是字符，字符集，编码的概念。

字符：是文字与符号的总称，包括文字、图形符号、数学符号等。

字符集：就是一组抽象字符的集合。

字符集常常和一种具体的语言文字对应起来，该文字中的所有字符或者大部分常用字符就构成了该文字的字符集，比如英文字符集。

繁体汉字字符集、日文汉字字符集等等。

计算机要处理各种字符，就需要将字符和二进制内码对应起来，这种对应关系就是字符编码：制定编码首先要确定字符集，并将字符集内的字符排序，然后和二进制数字对应起来。

根据字符集内字符的多少，会确定用几个字节来编码。

每种编码都限定了一个明确的字符集合，叫做被编码过的字符集(Coded Character Set)，这是字符集的另外一个含义。

通常所说的字符集大多是这个含义。

二、常用的编码方式其次，要想解决java中文乱码问题也得了解一下我们常用的编码方式：ASCII编码是目前计算机中用得最广泛的字符集及其编码。

ISO8859-1可以表示的是西欧语言。

看起来很单一为什么还在使用呢？，由于是单字节编码，和计算机最基础的表示单位一致，所以很多时候，仍旧使用ISO-8859-1编码来表示。

而且在很多协议上，默认使用该编码。

Unicode(统一码、万国码、单一码)是一种在计算机上使用的字符编码。

通常我们所遇到过多UTF-8这是Unic ode编码的实现方式，请一定要加以区分。

GB2312字集是简体字集;BIG5字集是台湾繁体字集;GBK字集是简繁字集，包括了GB字集、BIG5字集和一些符号GB18030是国家制定的一个强制性大字集标准，它的推出使汉字集有了一个统一的标准。

Linux系统默认使用的是ISO -8859-1编码，Win32系统默认使用的是GB2312编码。

Java的内核和class文件是基于unicode三、常用的乱码解决方法统一系统的输入、输出和操作系统是解决乱码的基本方法，产生乱码的根本问题是字节与字符的转换过程中，你必须知道原来字节和转换后的字节的编码方式。