海宁市建设局官方网站6,常用网站开发语言的优缺点,长沙企业做网站,dede网站名称不能中文java字符编码方式总结一、概要在JAVA应用程序特别是基于WEB的程序中#xff0c;经常遇到字符的编码问题。为了防止出现乱码#xff0c;首先需要了解JAVA是如何处理字符的#xff0c;这样就可以有目的地在输入/输出环节中增加必要的转码。其次#xff0c;由于各种服务器有不… java字符编码方式总结一、概要在JAVA应用程序特别是基于WEB的程序中经常遇到字符的编码问题。为了防止出现乱码首先需要了解JAVA是如何处理字符的这样就可以有目的地在输入/输出环节中增加必要的转码。其次由于各种服务器有不同的处理方式还需要多做试验确保使用中不出现乱码。
二、基本概念
21 JAVA中字符的表达JAVA中有char、byte、String这几个概念。char 指的是一个UNICODE字符为16位的整数。byte 是字节字符串在网络传输或存储前需要转换为byte数组。在从网络接收或从存储设备读取后需要将byte数组转换成String。String是字符串可以看成是由char组成的数组。String 和 char 为内存形式byte是网络传输或存储的序列化形式。
举例
英
String ying “英”;
char ying ying.charAt(0);
String yingHex Integer.toHexString(ying);
82 F1
byte yingGBBytes ying.getBytes(“GBK”);
GB编码的字节数值
D3 A2
22 编码方式的简介String序列化成byte数组或反序列化时需要选择正确的编码方式。如果编码方式不正确就会得到一些0x3F的值。常用的字符编码方式有ISO8859_1、GB2312、GBK、UTF-8/UTF-16/UTF-32。
ISO8859_1用来编码拉丁文它由单字节0255组成。GB2312、GBK用来编码简体中文它有单字节和双字节混合组成。最高位为1的字节和下一个字节构成一个汉字最高位为0的字节是ASCII码。UTF-8/UTF-16/UTF-32是国际标准UNICODE的编码方式。 用得最多的是UTF-8主要是因为它在对拉丁文编码时节约空间。
UNICODE值 UTF-8编码
U-00000000 - U-0000007F: 0xxxxxxx
U-00000080 - U-000007FF: 110xxxxx 10xxxxxx
U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
三、J2SE中相关的函数
String str ”英”;
//取得GB2312编码的字节
byte[] bytesGB2312 str.getBytes(“GB2312”);
//取得平台缺省编码的字节(solaris为ISO8859_1,windows为GB2312)
byte[] bytesDefault str.getBytes();
//用指定的编码将字节转换成字符串
String newStrGB new String(bytesGB2312, “GB2312”);//用平台缺省的编码将字节转换成字符串(solaris为ISO8859_1,windows为GB2312)
String newStrDefault new String(bytesDefault);
//用指定的编码从字节流里面读取字符
InputStream in xxx;
InputStreamReader reader InputStreamReader( in, “GB2312”);
char aChar reader.read();
四、JSP、数据库的编码
41 JSP中的编码
(1) 静态声明:
CHARSET有两个作用
JSP文件的编码方式在读取JSP文件、生成JAVA类时源JSP文件中汉字的编码
JSP输出流的编码方式在执行JSP时往response流里面写入数据的编码方式
(2) 动态改变:在往response流里面写数据前可以调用response.setContentType()设定正确的编码类型。
(3) 在TOMCAT中由Request.getParameter() 得到的参数编码方式都是ISO8859_1。所以如果在浏览器输入框内输入一个汉字“英”在服务器端就得到一个ISO8859_1编码的0x00,0xD3,0x00,0xA2。所以通常在接收参数时转码
String wrongStr response.getParameter(“name”);
String correctStr new String(wrongStr.getBytes(“ISO8859_1”),”GB2312”);
在最新的SERVLET规范里面也可以在获取参数之前执行如下代码
request.setCharacterEncoding(“GB2312”);
42 数据库的编码
(1) 数据库使用UTF-16
如果String中是UNICODE字符写入读出时不需要转码
(2) 数据库使用ISO8859_1
如果String中是UNICODE字符写入读出时需要转码
写入String newStr new String(oldStr.getByte(“GB2312”), “ISO8859_1”);
读出String newStr new String(oldStr.getByte(“ISO8859_1”),”GB2312”);
五、源文件的编码
51 资源文件
资源文件的编码方式和编辑平台相关。在WINDOWS平台下编写的资源文件以GB2312方式编码。在编译时需要转码以确保在各个平台上的正确性
native2ascii –encoding GB2312 source.properties
这样从资源文件中读出的就是正确的UNICODE字符串。
52 源文件
源文件的编码方式和编辑平台相关。在WINDOWS平台下开发的源文件以GB2312方式编码。在编译的时候需要指定源文件的编码方式
javac –encoding GB2312
JAVA编译后生成的字节文件的编码为UTF-8。①最新版TOMCAT4.1.18支持request.setCharacterEncoding(String enc)
②资源文件转码成company.name\u82f1\u65af\u514b
③如果数据库使用utf-16则不需要这部分转码
④页面上应有
转码ⅰ:
String s new String
(request.getParameter(“name”).getBytes(“ISO8859_1”),”GB2312”);
转码ⅱ:
String s new String(name.getBytes(“GB2312”),”ISO8859_1”);
转码ⅲ:
String s new String(name.getBytes(“ISO8859_1”),” GB2312”);
一、关键技术点
1、当前流行的字符编码格式有US-ASCII、ISO-8859-1、UTF-8、UTF-16BE、UTF-16LE、UTF-16、GBK、GB2312等其中GBK、GB2312是专门处理中文编码的。
2、String的getBytes方法用于按指定编码获取字符串的字节数组参数指定了解码格式如果没有指定解码格式则按系统默认编码格式。
3、String的“String(bytes[] bs, String charset)”构造方法用于把字节数组按指定的格式组合成一个字符串对象二、实例演示 package book.String;
import java.io.UnsupportedEncodingException;
/** *//**
* 转换字符串的编码
* author joe
*
*/
public class ChangeCharset ...{
/** *//** 7位ASCII字符也叫作ISO646-US、Unicode字符集的基本拉丁块 */
public static final String US_ASCII US-ASCII;
/** *//** ISO拉丁字母表 No.1也叫做ISO-LATIN-1 */
public static final String ISO_8859_1 ISO-8859-1;
/** *//** 8 位 UCS 转换格式 */
public static final String UTF_8 UTF-8;
/** *//** 16 位 UCS 转换格式Big Endian(最低地址存放高位字节字节顺序 */
public static final String UTF_16BE UTF-16BE;
/** *//** 16 位 UCS 转换格式Litter Endian最高地址存放地位字节字节顺序 */
public static final String UTF_16LE UTF-16LE;
/** *//** 16 位 UCS 转换格式字节顺序由可选的字节顺序标记来标识 */
public static final String UTF_16 UTF-16;
/** *//** 中文超大字符集 **/
public static final String GBK GBK;public static final String GB2312 GB2312;/** *//** 将字符编码转换成US-ASCII码 */
public String toASCII(String str) throws UnsupportedEncodingException ...{return this.changeCharset(str, US_ASCII);
}/** *//** 将字符编码转换成ISO-8859-1 */
public String toISO_8859_1(String str) throws UnsupportedEncodingException ...{return this.changeCharset(str, ISO_8859_1);
}/** *//** 将字符编码转换成UTF-8 */
public String toUTF_8(String str) throws UnsupportedEncodingException ...{return this.changeCharset(str, UTF_8);
}/** *//** 将字符编码转换成UTF-16BE */
public String toUTF_16BE(String str) throws UnsupportedEncodingException...{return this.changeCharset(str, UTF_16BE);
}/** *//** 将字符编码转换成UTF-16LE */
public String toUTF_16LE(String str) throws UnsupportedEncodingException ...{return this.changeCharset(str, UTF_16LE);
}/** *//** 将字符编码转换成UTF-16 */
public String toUTF_16(String str) throws UnsupportedEncodingException ...{return this.changeCharset(str, UTF_16);
}/** *//** 将字符编码转换成GBK */
public String toGBK(String str) throws UnsupportedEncodingException ...{return this.changeCharset(str, GBK);
}/** *//** 将字符编码转换成GB2312 */
public String toGB2312(String str) throws UnsupportedEncodingException ...{return this.changeCharset(str,GB2312);
}/** *//*** 字符串编码转换的实现方法* param str 待转换的字符串* param newCharset 目标编码*/
public String changeCharset(String str, String newCharset) throws UnsupportedEncodingException ...{if(str ! null) ...{//用默认字符编码解码字符串。与系统相关中文windows默认为GB2312byte[] bs str.getBytes();return new String(bs, newCharset); //用新的字符编码生成字符串}return null;
}/** *//*** 字符串编码转换的实现方法* param str 待转换的字符串* param oldCharset 源字符集* param newCharset 目标字符集*/
public String changeCharset(String str, String oldCharset, String newCharset) throws UnsupportedEncodingException ...{if(str ! null) ...{//用源字符编码解码字符串byte[] bs str.getBytes(oldCharset);return new String(bs, newCharset);}return null;
}public static void main(String[] args) throws UnsupportedEncodingException ...{ChangeCharset test new ChangeCharset();String str This is a 中文的 String!;System.out.println(str str);String gbk test.toGBK(str);System.out.println(转换成GBK码 gbk);System.out.println();String ascii test.toASCII(str);System.out.println(转换成US-ASCII ascii);System.out.println();String iso88591 test.toISO_8859_1(str);System.out.println(转换成ISO-8859-1码 iso88591);System.out.println();gbk test.changeCharset(iso88591, ISO_8859_1, GBK);System.out.println(再把ISO-8859-1码的字符串转换成GBK码 gbk);System.out.println();String utf8 test.toUTF_8(str);System.out.println();System.out.println(转换成UTF-8码 utf8);String utf16be test.toUTF_16BE(str);System.out.println(转换成UTF-16BE码 utf16be);gbk test.changeCharset(utf16be, UTF_16BE, GBK);System.out.println(再把UTF-16BE编码的字符转换成GBK码 gbk);System.out.println();String utf16le test.toUTF_16LE(str);System.out.println(转换成UTF-16LE码 utf16le);gbk test.changeCharset(utf16le, UTF_16LE, GBK);System.out.println(再把UTF-16LE编码的字符串转换成GBK码 gbk);System.out.println();String utf16 test.toUTF_16(str);System.out.println(转换成UTF-16码 utf16);String gb2312 test.changeCharset(utf16, UTF_16, GB2312);System.out.println(再把UTF-16编码的字符串转换成GB2312码 gb2312);
}
}
文章出处http://www.diybl.com/course/3_program/java/javaxl/20071126/87571.html
