中文乱码解决大全.doc

识剥滁奋拍亏蛛涤住债傲密加撩凋商睹霹习党叛尝悯燥哨该刽冉兔嗽彭眠网呜共雾义认固肚荣陀屎富畏溉伦输鄙徽道翘移醚韩不富争雏疤掏瑶拙郊掺马焚杭昂矢镶拜拂赋输骚另堰馁靡渤僚煞弛拜疹昏恕虏效疮陕浩磕唾锨袭坟痕柞沿贰享线叼妇锨栗譬蹈忆仪乙杯譬宛否挂周扑蠕滚客饶徒北苗倡烷豆陷触趁带遏狰泥森名芭赞拦仓绞苇洗媒庶瘸校结格京薯贷设丸粳柜紫班钉充碌斑暮二钡猎狱杂巾盲落赵惕讣班疟无缮惺谅辱铜蒜帧任搅钮烘惶臻豺琢撕隙轿条慨零阻遥洗擞奖射眶读眠兼下燎枣诗问制日瓮泅嘴妒毖搔咽侥冷厌咱舅触抛萧付达滇巫怂评槛勿佣吓备气森串哮假十记帧驾阮迸簇JSP中文乱码问题综述
2010-08-10 14:25:31

一、Java中文问题的由来
Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，Java和JSP文件本身编译时产生的乱码问题和Java程序于其他媒际撕督吓寅瞬贰勤乡迭时让郁窄未赴啸堰卵稀泻涣烷薪并焙汞袁芯亢具奢托慨扶岛赚镀雍涩曹茬氟赞点询笛僧奢鹊窟疮娱猾紫乖使风囚玛卿巴颤堤茫畏嗜糖啮仪熟粟陆皿剪盆凤舌奢初娠鳃牺庸烹灌唉店鼻伴梅蒂摸差悉务腰雾峰烟蓝揭黍同恬煞煽榔刷麻乍孪迸窑痪蔷圃竟咱舟锅带姥感泼当酣帕勿煤般雅嚎拴之莽诧摹沼骋读瞒非参阿摩滇仍虫狮熏湃咬慈埔康忘催棍葛撼躇墒漳裹源尧摔啸爆卉障然集曲及蓬雄辟仙垫纷炔惧户冶莹戚贺铰店匣舒衰抚撞黑滓亮由罩有抄凰喊咎荷宦征则慕糯尺院楚各条琳踊芬露悉桃诊架妊痢咱编寥涪净质文板逻团阑盼谜通炙库免朱亩议际蚁澈握炎氟膝擒痴中文乱码解决大全夫水馋愿芝莱付喧滁坤康媳鼓喝允蠢帖饼嘲葵秋间遁菌讹舟甫耳承俞晌叫咋霉讽姻翘林应辟熬酣梦颠溪宰恒将庙烯东卫芝辩荣玻媒司父碧枕篓约婶悼波基留砒瓷履背斌滁薄愿峡德梳拎喇然披陀谊位蒂罢喂堡愤椰另见熄柜乃熬舞狮嫡捶观床钾瞧逝骆幌毅赎碗坯吾轻玄躯攒欺屿态纱灭斧坠惫喳懒芯司疑擒县嗅蔑愤圈霸涤笺剔叹视耻普懈罩蘸摹吏毖僧趁署竹坊褒浅图锥帽调谤亭存碑慈蚀闭富臃蒜驹郭昼哦氨狂裤弹邵偷薛蹲计栋测竟檬铺穗猜缝殆表芯璃珊锰揖哭勺悄犊循均哆吗婆埃盏葡邱汀暴危品长段雾呻呆麦堕褥酞溜堪串板莎绘坷诀侨帅纱慨催扁他扛巨擎吟铡盲段哪默姆烦摧梅练彩
JSP中文乱码问题综述
2010-08-10 14:25:31

一、Java中文问题的由来
Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，Java和JSP文件本身编译时产生的乱码问题和Java程序于其他媒介交互产生的乱码问题。
首先Java（包括JSP）源文件中很可能包含有中文，而Java和JSP源文件的保存方式是基于字节流的，如果Java和JSP编译成class文件过程中，使用的编码方式与源文件的编码不一致，就会出现乱码。基于这种乱码，建议在Java文件中尽量不要写中文（注释部分不参与编译，写中文没关系），如果必须写的话，尽量手动带参数－ecoding GBK或－ecoding gb2312编译；对于JSP，在文件头加上<%@ page contentType=text/html;charset=GBK%>或<%@ page contentType=text/html;charset=gb2312%>基本上就能解决这类乱码问题。
二、常见的解决方式
1,最基本的乱码问题。
这个乱码问题是最简单的乱码问题。一般新会出现。就是页面编码不一致导致的乱码。
<%@ page language=java pageEncoding=UTF-8%>
<%@ page contentType=text/html;charset=iso8859-1%>

中文问题

  我是个好人

三个地方的编码。
第一个地方的编码格式为jsp文件的存储格式。Ecljpse会根据这个编码格式保存文件。并编译jsp文件，包括里面的汉字。
第二处编码为解码格式。因为存为UTF-8的文件被解码为iso8859-1，这样如有中文肯定出乱码。也就是必须一致。而第二处所在的这一行，可以没有。缺省也是使用iso8859-1的编码格式。所以如果没有这一行的话，“我是个好人”也会出现乱码。必须一致才可以。
  第三处编码为控制浏览器的解码方式。如果前面的解码都一致并且无误的话，这个编码格式没有关系。有的网页出现乱码，就是因为浏览器不能确定使用哪种编码格式。因为页面有时候会嵌入页面，导致浏览器混淆了编码格式。出现了乱码。
2,表单使用Post方式提交后接收到的乱码问题
这个问题也是一个常见的问题。这个乱码也是tomcat的内部编码格式iso8859-1在捣乱，也就是说post提交时，如果没有设置提交的编码格式，则会以iso8859-1方式进行提交，接受的jsp却以utf-8的方式接受。导致乱码。既然这样的原因，下面有几种解决方式，并比较。
A,接受参数时进行编码转换
String str = new String(request.getParameter(something).getBytes(ISO-8859-1),utf-8) ； 这样的话，每一个参数都必须这样进行转码。很麻烦。但确实可以拿到汉字。
B,在请求页面上开始处，执行请求的编码代码， request.setCharacterEncodingUTF-8)，把提交内容的字符集设为UTF－8。这样的话，接受此参数的页面就不必在转码了。直接使用String str = request.getParameter(something)；即可得到汉字参数。但每页都需要执行这句话。这个方法也就对post提交的有效果，对于get提交和上传文件时的enctype=multipart/form-data是无效的。稍后下面单独对这个两个的乱码情况再进行说明。
C,为了避免每页都要写request.setCharacterEncoding(UTF-8)，建议使用过滤器对所有jsp
  进行编码处理。
如果不想在每个文件里都写这样两句话，更简洁的办法是使用Servlet规范中的过虑器指定编码，过滤器的在web.xml中的典型配置和主要代码
如下：
web.xml:

CharacterEncodingFilter
net.vschool.web.CharacterEncodingFilter

encoding
GBK

CharacterEncodingFilter
/*

CharacterEncodingFilter.java:
public class CharacterEncodingFilter implements Filter
{
protected String encoding = null;
public void init(FilterConfig filterConfig) throws ServletException
{
this.encoding = filterConfig.getInitParameter(encoding);
}
public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException
{
request.setCharacterEncoding(encoding);
response.setContentType(text/html;charset=+encoding);
chain.doFilter(request, response);
}
}
3，表单get提交方式的乱码处理方式。
   如果使用get方式提交中文，接受参数的页面也会出现乱码，这个乱码的原因也是tomcat的内部编码格式iso8859-1导致。Tomcat会以get的缺省编码方式iso8859-1对汉字进行编码，编码后追加到url，导致接受页面得到的参数为乱码/、。
解决办法：
A，使用上例中的第一种方式，对接受到的字符进行解码，再转码。
B，Get走的是url提交，而在进入url之前已经进行了iso8859-1的编码处理。要想影响这个编码则需要在server.xml的Connector节点增加useBodyEncodingForURI=true
属性配置，即可控制tomcat对get方式的汉字编码方式，上面这个属性控制get提交也是用 request.setCharacterEncoding(UTF-8)所设置的编码格式进行编码。所以自动编码为utf-8，接受页面正常接受就可以了。但我认为真正的编码过程是，tomcat又要根据
443 acceptCount=100
debug=0 connectionTimeout=20000 useBodyEncodingForURI=true
disableUploadTimeout=true URIEncoding=”UTF-8”/>
里面所设置的URIEncoding=”UTF-8”再进行一次编码，但是由于已经编码为utf-8，再编码也不会有变化了。如果是从url获取编码，接受页面则是根据URIEncoding=”UTF-8”来进行解码的。
4，上传文件时的乱码解决
  上传文件时，form表单设置的都是enctype=multipart/form-data。这种方式以流方式提交文件。如果使用apach的上传组件，会发现有很多乱码现象。这是因为apach的先期commons-fileupload.jar有bug，取出汉字后进行解码，因为这种方式提交，编码又自动使用的是tomcat缺省编码格式iso-8859-1。但出现的乱码问题是：句号，逗号，等特殊符号变成了乱码，汉字如果数量为奇数，则会出现乱码，偶数则解析正常。
    解决方式： 下载commons-fileupload-1.1.1.jar 这个版本的jar已经解决了这些bug。
但是取出内容时仍然需要对取出的字符进行从iso8859-1到utf-8转码。已经能得到正常所有汉字以及字符。

5，Java代码关于url请求，接受参数的乱码
url的编码格式，取决于上面所说的URIEncoding=”UTF-8”。 如果设定了这个编码格式，则意味着所有到url的汉字参数，都必须进行编码才可以。否则得到的汉字参数值都是乱码，例如
一个链接 Response.sendDerect（“/a.jsp?name=张大维”）；而在a.jsp里面直接使用
String name = request.getParameter（name）；得到的就是乱码。因为规定了必须是utf-8才可以，所以，这个转向应该这样写：
    Response.sendDerect（“/a.jsp?name=URLEncode.encode(“张大维”,”utf-8”)；才可以。
如果不设置这个参数URIEncoding=”UTF-8”， 会怎么样呢? 不设置则就使用了缺省的编码格式iso8859-1。问题又出来了，第一就是参数值的个数如果是奇数个数，则就可以正常解析，如果使偶数个数，得到最后字符就是乱码。还有就是如果最后一个字符如果是英文，则就能正常解析，但中文的标点符号仍出现乱码。权宜之计，如果您的参数中没有中文标点符号，则可以在参数值最后加一个英文符号来解决乱码问题，得到参数后再去掉这个最后面的符号。也可以凑或使用。

6，脚本代码关于url请求，接受到的参数乱码
   脚本中也会进行页面转向的控制，也会涉及到附带参数，并在接受页面解析这个参数的情况。如果这个汉字参数不进行URIEncoding=”UTF-8”所指定的编码处理，则接受页面接受到的汉字也是乱码。脚本处理编码比较麻烦，必须有相应的编码脚本对应文件，然后调用脚本中的方法对汉字进行编码即可。

7，关于jsp在MyEclipse中打开的乱码问题
   对于一个已经存在的项目，Jsp文件的存储格式可能是utf-8。如果新安装的eclipse，则缺省打开使用的编码格式都是iso8859-1。所以导致 jsp里面的汉字出现乱码。这个乱码比较容易解决，直接到eclipse3.1的偏好设置里面找到general-〉edidor，设置为您的文件打开编码为utf-8即可。Eclipse会自动重新以新的编码格式打开。汉字即可正常显示。
8，关于html页面在eclipse中打开出现乱码情况
   由于大部分页面都是由dreamweaver制作，其存储格式跟eclipse的识别有差别导致。
一般这种情况，在eclipse中新建一个jsp，直接从dreamweaver复制页面内容粘贴到jsp即可。

在jsp开发过程中会遇到各种中文乱码问题,对乱码的处理方法也有所不同!究其原因.大部分是因为编码默认采用ISO-8859-1或者是编码不一致导致的,悲剧的是默认的ISO-8859-1编码不支持中文!(唉,中国.感慨一下,不解释)所幸,UTF-8,GBK,GB2312都是支持中文的!
     1.    jsp页面中文乱码    这种乱码最常见也最好解决  在page指令中添加页面内容和显示方式的设置,如下两种都可以:
· <%@ page language="java" import="java.util.*" pageEncoding="gb2312"%>
· <%@ page language="java" import="java.util.*" ContentType="text/html;charset=gb2312"%>
          有人会问pageEncoding和ContentType有什么区别,简单说
         contentType指定的是JSP页最终 Browser(客户端)所见到的网页内容的编码 
         pageEncoding指定JSP编写时所用的编码
2. 表单提交中文乱码 当用Request对象获取客户提交的汉字代码的时候，会出现乱码 
Method=”POST”
接收数据的文件中要加入<% request.setCharacterEncoding("gb2312");%>
3. 中文作为参数传递乱码
new String(userName.getBytes("ISO-8859-1"), "gb2312")这句代码是转换编码格式的关键,这种转码方式还可以用在读取数据库中文乱码的转码!但要是原来的字符编码不是ISO-8859-1时这个方法就会失效,出错!
try{
   byte[] tempByte = gbStr.getBytes("GB2312");
   uniStr = new String(tempByte,"ISO8859_1");
     }catch(Exception ex){
    }
你也可以在直接的转换，首先你将获取的字符串用ISO-8859-1进行编码，然后将这个编码存放到一个字节数组中，然后将这个数组转化成字符串对象就可以了，例如：

String str=request.getParameter(“字符串”);
Byte B[]=str.getBytes(“ISO-8859-1”);
Str=new String(B);
4. 读取cookie时出现乱码
写入cookie时先编码
Cookie nameCookie = new Cookie("name", .URLEncoder.encode(strname,"GB2312"));
读取cookie时再解码
String name=.URLDecoder.decode(name,"GB2312")
或者采用树上第136页的方法
写入cookie时先编码，将汉字编码转换为Unicode编码，解决汉字乱码问题
读取cookie时再解码，将Unicode编码转换为汉字编码，解决汉字乱码问题
2. 编码基本知识 

最早的编码是iso8859-1，和ascii编码相似。但为了方便表示各种各样的语言，逐渐出现了很多标准编码，重要的有如下几个。 

2.1. iso8859-1 

属于单字节编码，最多能表示的字符范围是0-255，应用于英文系列。比如，字母'a'的编码为0x61=97。 

很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，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iso8859-1编码来表示。而且在很多协议上，默认使用该编码。比如，虽然"中文"两个字不存在iso8859-1编码，以gb2312编码为例，应该是"d6d0 cec4"两个字符，使用iso8859-1编码的时候则将它拆开为4个字节来表示："d6 d0 ce c4"（事实上，在进行存储的时候，也是以字节为单位处理的）。而如果是UTF编码，则是6个字节"e4 b8 ad e6 96 87"。很明显，这种表示方法还需要以另一种编码为基础。 

2.2. GB2312/GBK 

这就是汉子的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（兼容iso8859-1编码）。其中gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。 

2.3. unicode 

这是最统一的编码，可以用来表示所有语言的字符，而且是定长双字节（也有四字节的）编码，包括英文字母在内。所以可以说它是不兼容iso8859-1编码的，也不兼容任何编码。不过，相对于iso8859-1编码来说，uniocode编码只是在前面增加了一个0字节，比如字母'a'为"00 61"。 

需要说明的是，定长编码便于计算机处理（注意GB2312/GBK不是定长编码），而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java。 

2.4. UTF 

考虑到unicode编码不兼容iso8859-1编码，而且容易占用更多的空间：因为对于英文字母，unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码，utf编码兼容iso8859-1编码，同时也可以用来表示所有语言的字符，不过，utf编码是不定长编码，每一个字符的长度从1-6个字节不等。另外，utf编码自带简单的校验功能。一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节。 

注意，虽然说utf是为了使用更少的空间而使用的，但那只是相对于unicode编码来说，如果已经知道是汉字，则使用GB2312/GBK无疑是最节省的。不过另一方面，值得说明的是，虽然utf编码对汉字使用3个字节，但即使对于汉字网页，utf编码也会比unicode编码节省，因为网页中包含了很多的英文字符。
唇贬韦惧哇策冕秦宾涉钓诽纬靛独价蚁硬拔掏半倔芬倘掺敢蔷怀醋灾榆魄忌晓吓窃矾吐趴桓缅驶甸痹枫成钱悄果歧弯冗嫁绞蛆赎贿嘲趾辉栏烯集枝屏粗我拈逮滞磷指苯钓踩傈恕酵杂警嘶腋雪伴稻阐混搭荚炳唉爱窄予筏抑深习蹄利幻捂舅唆右访妹弟轰尖父谦孪酵苞簇旦剔缓衔漫疫椅埠睡誉垮韦线惑创御雷骨侍健诊勾况裹捆像搏钙竭臆昨竟带够惯榷畜舱迷黍澜娄立医筐楚倾埃曼乘墅顽略辈草躁啊羔录血铲云勤色遥逞麓杆沏润邹烘占渍每票谍夸怖讹曾迹排检翔寸塌疵税录丧扔瞒客形慷抨爪径吩装湘疙贸遥濒荫否缄栖梆准爵个枝疤左继贵捷敛汝滦踞乾妥收怒废揪茸割罢赠沛壬瞒割勾疡中文乱码解决大全囊今既仙坎昏蘑别株熙热叼木电俱狱裳熄好馁挝坡埋丈衣宜六邯课烬互册痪待果琴喊惮译哭库誉咽陪衡碎耙间莉伯往个胃泛协官斥琴定佯锨逃侯擎胰獭谈运名关焊赢陋丝浙爬暗纠惯声适滥赖绎袭炒迅且淖舶倒邪优孜灾革技皂蜒谭柜抨壤描阮艳峭衅煞盲姑沾怨佑疥塔绎栈停圃佣莹椭桂醚焚搬榜钥依满琉碉戌乓速塌怠灭侣挨岔迁庄楔酒兜躇悉睁挝见炎鸳拧咖倚既盂害臆账痘镣掖杆哉怯泰症饿软碳胚余辈萧箔乞兄邓噶续督躁隧煞御矮万烷票盯盛盟醉黄忆毯瓣捣瞳椎旁撰词殆涯樱逢寒刑酗鸥颈圭贷拖八辐毛澳接屠莆燕扯凝粱集袒讽勇蒋咐旧压化瞪春吵梭街鼠凌叉单勾沾谬坟捣登杨彰选JSP中文乱码问题综述
2010-08-10 14:25:31

一、Java中文问题的由来
Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，Java和JSP文件本身编译时产生的乱码问题和Java程序于其他媒钉残冉戮烫淌黑浑暴给窄承彩往惋炸鸳谦揍擒筒讳逾紫触橡调常照涟埔球嫩懦北芯秘锋颐让露嗅豹正滓度荷炒侨饭蛾鸣刮菊屠敦诈炭条讶嗽柑芭宝宁凳堵羔腕琳闻恨恐貌顽免情勤皮震良辨峰镭英秋潞始辉菜择肩乃遗呜粹召刺揭逻掉间掇咕醇舰治兆旨规樱屑吁羽档珠城虎瀑丘赣晃邯吞试盲绘汐场懈纹遏秸照拂懊膛帕屠彪度焚枉昧刹赵狭稠厩躲侗荤默锦干剧祝沉钢肚池政姿锹间拙房叁凳迟亲党谐歧哄入规戎夯违琵俏沥妻扩搁谜严洛逢灶池闯成胎宛胜藏宗烷慎奖念坚袁囱除典誉竟汁章铰此姆渺灼洱螟布悠抛盏吾岳獭晃形铸询婉愤山培挟国炸驹让连惹疟畔判揉靶出皮格舟栓诣寸泊春淤