編碼與解碼及亂碼解決方案

資料庫 Unicode Servlet · 發表 2019-02-16 11:08:29

摘要：編碼與解碼及亂碼解決方案編碼與解碼.png 碼錶：碼錶解釋 ASCII 美國標準資訊交換碼。用一個位元組的7位可以表示。 -128~127 ...

編碼與解碼及亂碼解決方案

編碼與解碼.png

碼錶：

碼錶	解釋
ASCII	美國標準資訊交換碼。用一個位元組的7位可以表示。 -128~127 256
ISO8859-1	拉丁碼錶。歐洲碼錶，用一個位元組的8位表示。又稱Latin-1(拉丁編碼)或“西歐語言”。ASCII碼是包含的僅僅是英文字母，並且沒有完全佔滿256個編碼位置，所以它以ASCII為基礎，在空置的0xA0-0xFF的範圍內，加入192個字母及符號，藉以供使用變音符號的拉丁字母語言使用。從而支援德文，法文等。因而它依然是一個單位元組編碼，只是比ASCII更全面。
GB2312	中國的中文編碼表。英文佔一個位元組，中文佔兩個位元組。
GBK	中國的中文編碼表升級，融合了更多的中文文字元號。
Unicode	國際標準碼，融合了多種文字。所有文字都用兩個位元組來表示，Java語言使用的就是unicode。
UTF-8	英文佔一個位元組，中文佔三個位元組。最多用三個位元組來表示一個字元。
UTF-16	英文中文都是佔兩個位元組。

注意：Unicode不是一個碼錶，只是一個規範。

一、編碼

編碼：把看得懂的字元變成看不懂碼值這個過程我們稱作為編碼。

字串--->位元組陣列

String類的getBytes() 方法進行編碼，將字串轉為對應的二進位制，並且這個方法可以指定編碼表。如果沒有指定碼錶，該方法會使用作業系統預設碼錶。

注意：中國大陸的Windows系統上預設的編碼一般為GBK。在Java程式中可以使用System.getProperty("file.encoding")方式得到當前的預設編碼。

二、解碼

解碼：把碼值查詢對應的字元，我們把這個過程稱作為解碼。

位元組陣列--->字串

String類的建構函式完成。

String(byte[] bytes) 使用系統預設碼錶

String(byte[],charset)指定碼錶

注意：我們使用什麼字符集（碼錶）進行編碼，就應該使用什麼字符集進行解碼，否則很有可能出現亂碼（相容字符集不會）。

public class Demo7 {

public static void main(String[] args) throws Exception {
/*
String str = "中國";
// getBytes() ：使用的是平臺預設的編碼表---gbk編碼表。 一箇中文佔兩個位元組
byte[] buf = str.getBytes("utf-8"); //編碼過程
System.out.println("陣列的元素："+Arrays.toString(buf)); 

str = new String(buf,"utf-8");//預設使用了gbk碼錶去解碼。 如果解碼過程與編碼是不一樣的碼錶，就會產生亂碼
System.out.println("解碼後的字串："+ str);
*/


/*String str = "a中國"; //[-2,-1,0,97,78,45,86,-3]
String str = "中國";//[-2,-1,78,45,86,-3]
byte[] buf = str.getBytes("unicode");//編碼與解碼的時候指定的碼錶是unicode，實際上是用了utf-16.
System.out.println("陣列的內容："+ Arrays.toString(buf)); //[-2,-1,0,97,78,45,86,-3]
*/
//-2和-1是utf-16自己另外加的，作為UTF-16的標誌

String str = "大家好";
byte[] buf = str.getBytes(); //使用平臺預設的編碼gbk進行編碼，但是要以檔案本身的編碼為準

System.out.println("位元組陣列："+ Arrays.toString(buf));// -76, -13, -68, -46, -70, -61

str = new String(buf,"iso8859-1"); //亂碼 å¤§å®¶å¥½
//在iso8859-1碼錶中，每個數字都有對應不同的字元，是唯一一個填滿了的碼錶

// 還原：使用這一串特殊的字元找回之前的數字，再使用gbk進行編碼
byte[] buf2 = str.getBytes("iso8859-1");
str = new String(buf2,"gbk"); 

System.out.println(str);

}

}

注意：編碼與解碼一般都使用統一的碼錶。否則非常容易出亂碼。

不是所有的亂碼都可以還原的：

以上情況拿著數字去iso8859-1去找，因為該碼錶每個數字都有對應的字元，但是如果對於一些其他碼錶，對應的數字沒有該字元，就會造成資料丟失。

三、亂碼解決方案

中文亂碼問題是編碼不一致導致的，只要保證了前端（頁面使用meta標記utf-8），後端(對引數的解析、與連線庫的連線)，和資料庫（資料庫的編碼格式）都使用統一的編碼，一般不會出現亂碼問題。

1.檢視頁面是否使用utf-8編碼

①JSP頁面

<%@ page language="java" contentType="text/html; charset=UTF-8" pageEncoding="UTF-8"%>

②HTML頁面

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

2.在資料庫連線url後面加上unicode引數

①使用的是非properties檔案（如在hibernate.cfg.xml中配置）：

<property name="hibernate.connection.url">
jdbc:mysql://localhost:3306/資料庫名?useUnicode=true&characterEncoding=UTF-8
</property>

②使用的是properties檔案

jdbcUrl=jdbc:mysql://localhost:3306/資料庫名?useUnicode=true&characterEncoding=UTF-8

注意：如果使用的是properties檔案配置資料庫的連線資訊，引數連線要用&，不要使用& amp;

3.在struts.xml中使用國際化

<constant name="struts.i18n.encoding" value="UTF-8" />

4.使用全域性中文亂碼過濾器

GlobalFilter類：

/**
 * 全域性中文過濾器
 * 適用get和post請求引數的中文亂碼問題，從此不同在servlet中對引數做處理
 */
public class GlobalFilter implements Filter {

@Override
public void destroy() {

}

@Override
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain chain) throws IOException, ServletException {

HttpServletRequest req = (HttpServletRequest) request;

// 解決POST請求引數亂碼問題
// request.setCharacterEncoding("UTF-8");

req = new MyRequest(req);

chain.doFilter(req, response);
}

@Override
public void init(FilterConfig filterConfig) throws ServletException {

}

}

MyRequest:

/**
 * 使用裝飾模式包裝HttpServletRequest，解決getParamter中文亂碼問題
 */
class MyRequest extends HttpServletRequestWrapper {

private HttpServletRequest req;
private boolean flag = true;// 標記是否getParameterMap方法還未被呼叫過（如果在同個servlet中呼叫了2次getParameter等方法2次，沒有用flag做標記的話，會對引數進行2次編碼，結果第2次得到的引數會是亂碼）

public MyRequest(HttpServletRequest request) {
super(request);
req = request;
}

@Override
public String getParameter(String name) {
return getParameterMap().get(name)[0];
}

@Override
public String[] getParameterValues(String name) {
return getParameterMap().get(name);
}

@Override
public Map<String, String[]> getParameterMap() {

Map<String, String[]> map = req.getParameterMap();

if (flag) {
for (Map.Entry<String, String[]> entry : map.entrySet()) {
String[] value = entry.getValue();
for (int i = 0; i < value.length; i++) {
try {
value[i] = new String(value[i].getBytes("iso-8859-1"),
"UTF-8");
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
}
}
flag = false;
}

return map;
}

}

web.xml:

<?xml version="1.0" encoding="UTF-8"?>
<web-app version="3.0" xmlns="http://java.sun.com/xml/ns/javaee"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://java.sun.com/xml/ns/javaee http://java.sun.com/xml/ns/javaee/web-app_3_0.xsd">

<!-- filter要放在servlet之前 -->
<filter>
<filter-name>GlobalFilter</filter-name>
<filter-class>com.java.filter.GlobalFilter</filter-class>
</filter>

<filter-mapping>
<filter-name>GlobalFilter</filter-name>
<url-pattern>/*</url-pattern>
</filter-mapping>

<servlet>
...
</servlet>

<servlet-mapping>
...
</servlet-mapping>

</web-app>

編碼與解碼及亂碼解決方案