写在前面的话:
Java中文问题一直是困饶着初学java的主要问题,而且即使接触java有一段时间的“老手”也经常会在java的中文问题上栽跟头。下面就我个人理解,对Java中文问题进行一些阐释。
理解Java内部关于编码的原理:
Java内部是Unicode编码,所谓Unicode编码即是:全世界所有符号进行了统一编码的结果。但是有一点值得提出一下,用它来处理汉字是合适的,但是英文却吃亏了,要用多一倍的空间来存储。所以程序员们写的程序不支持UNICODE情况很常见。
其他相关编码方式还有(说一些和中文相关的大家也许经常见到的编码方式):GB2312和GBK。其中GB2312是对GBK的升级,GBK是GB2312的一个子集,例如GB2312可以支持繁体字。BIG5是台湾编码方式。ISO8859-1编码:ISO8859_1,这个是英文系统缺省的8bit编码,因为是8bit的,所以不会把汉字的高位删去,所以用它也是可以处理汉字的。
理解Java的IO机制:
Java的IO基类分为:InputStream、OutputStream和Reader、Writer
在I/O时如果使用Reader/Writer就要发生编码转换,使用系统属性file.encoding作为编码方式。如果使用Stream就没有转换的事情了,那是Binary的数据。
1、在Reader/Writer上加encoding的选项时候,在Reader中的encoding表示把数据从encoding转换成Unicode,writer就是把Unicode的字符转换成encoding格式的。
2、用String.getByte()把字符串转换成指定编码。
JSP/Servlet问题:
JSP/Servlet的中文问题有两种解决办法:
1、 不在程序中进行编码转换,把这个工作交给浏览器,方法就是用javac –encoding GBK *.java来编译所有的bean,然后在JSP页面上加
<%@ page contentType="text/html;charset=gb2312" %>或者是在HTML中直接加: <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
到底加那个,试试就知道了。
2、 在程序中指定编码,用javac –encoding ISO8859_1 *.java来编译所有的bean,在涉及到中文显示的程序上加
str=new String(str.getBytes("ISO8859_1"));
上面两种方法不能混用,意思就是要么就是GBK,要么就是ISO8859_1,从里到外都一样就好了。
另外一个好办法就是采用filter:
import javax.servlet.*;
import java.io.*;
public class RequestEncodeFilter implements Filter {
String charset = null;
public void init(FilterConfig config) throws ServletException {
charset = config.getInitParameter("charset");
if (charset == null)
charset = "GBK";
}
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain chain) throws IOException,
ServletException {
request.setCharacterEncoding(charset);
chain.doFilter(request, response);
}
public void destroy() {
}
}
在你的web.xml配置好fillter就可以了。这个方法是最便捷的,基本可以实现让java程序员原理中文问题。
数据库JDBC的中文问题:
一般只要按照数据库指定的编码进行转换,比如按照ISO8859_1读,ISO8859_1写,一般就没什么问题了。我也碰到过一些例外情况,如:对于存储的代码不进行转码机制,在数据库中存储的是乱码。但是,读取的时候却是正常的中文。我想这正好是Unicodeà特定coding—>Unicode编码,所以凑巧碰上了吧,我想数据库内部处理过程在起作用吧,当然我们谁也不喜欢一打开数据库看到的是一堆乱码。那就还是按照自己指定的方式来进行转码解码吧。
另外一种办法是:在JDBC连接数据库过程就进行字符编码转换:
如:ConnectionString="jdbc:mysql://localhost/dbname?user=root&password=dphw&useUnicode=true&characterEncoding=8859_1(mysql的例子)
java和javaw:
他们的区别就不多说了,主要是java会在黑窗口下进行,而javaw不会,所以例如jb这样的开发工具都是默认采用javaw来进行run这些java的class的。
但是有一点需要提出的是:
javaw会使用与java不同的Local配置进行工作,导致了一些中文问题,而java就是好好的。JBuilder也是好好的,没有问题,调用javaw也不是它的错,难道你想每次运行或者调试的时候蹦出个DOS黑框么?
可以采用如下办法解决jb中的javaw造成的中文问题。
在JBuilder中选择Project->Project Properties->run->edit->VM Parameters,填上-Dfile.encoding=GBK -Ddefault.client.encoding=GBK -Duser.language=zh -Duser.region=CN 就行了!
原理也就是在javaw加上如上的配置参数。
其他配置方面:
在JDK低版本和UNIX下,需要改动font.properties,让JAVA VM能够找到合适的字体来显示汉字。
总结:
上面就我所接触的几个方面谈谈java的中文问题。其中包括理解Java内部关于编码的原理、理解Java的IO机制、JSP/Servlet问题、 数据库JDBC的中文问题、java和javaw、其他配置方面。
肯定会有许多疏漏的地方,希望各位给予补充。
05年5月4日