JAVA教程之Java 编程手艺中汉字成绩的剖析及办理
其实你不用Struts,spring这些工具,直接用jsp,servlet能够很方便地写出来,而且,可以根据个人的水平、爱好，有很多方案。而struts，spring这些工具的出来。编程|汉字|办理|成绩在基于Java言语的编程中，我们常常碰着汉字的处置及显现的成绩。一年夜堆看不懂的乱码一定不是我们乐意看到的显现效果，如何才干够让那些汉字准确显现呢？Java言语默许的编码体例是UNICODE，而我们中国人一般利用的文件和数据库都是基于GB2312大概BIG5等体例编码的，如何才干够得当地选择汉字编码体例并准确地处置汉字的编码呢？本文将从汉字编码的知识动手，分离Java编程实例，剖析以上两个成绩并提出办理它们的计划。如今Java编程言语已普遍使用于互联网天下，早在Sun公司开辟Java言语的时分，就已思索到对非英笔墨符的撑持了。Sun公司发布的Java运转情况（JRE）自己就分英文版和国际版，但只要国际版才撑持非英笔墨符。不外在Java编程言语的使用中，对中笔墨符的撑持并不是好像JavaSoft的尺度标准中所传播鼓吹的那样完善，由于中笔墨符集不但一个，并且分歧的操纵体系对中笔墨符的撑持也不尽不异，以是会有很多和汉字编码处置有关的成绩在我们举行使用开辟中困扰着我们。有良多关于这些成绩的解答，但都对照噜苏，其实不可以满意人人急切办理成绩的希望，关于Java中文成绩的体系研讨其实不多，本文从汉字编码知识动身，剖析Java中文成绩，但愿对人人办理这个成绩有所匡助。
汉字编码的知识
我们晓得，英笔墨符通常为以一个字节来暗示的，最经常使用的编码办法是ASCII。但一个字节最多只能辨别256个字符，而汉字不计其数，以是如今都以双字节来暗示汉字，为了可以与英笔墨符分隔，每一个字节的最高位必定为1，如许双字节最多能够暗示64K格字符。我们常常碰着的编码体例有GB2312、BIG5、UNICODE等。关于详细编码体例的具体材料，有乐趣的读者能够查阅相干材料。我浅薄谈一下和我们干系亲切的GB2312和UNICODE。GB2312码，中华国民共和国国度尺度汉字信息互换用编码，是一个由中华国民共和国国度尺度总局公布的关于简化汉字的编码，通行于中国年夜海洋区及新加坡，简称国标码。两个字节中，第一个字节（高字节）的值为区号值加32（20H），第二个字节（低字节）的值为位号值加32（20H），用这两个值来暗示一个汉字的编码。UNICODE码是微软提出的办理多国字符成绩的多字节等长编码，它对英笔墨符接纳后面加“0”字节的战略完成等长兼容。如“A”的ASCII码为0x41，UNICODE就为0x00，0x41。使用特别的工具各类编码之间能够相互转换。
Java中文成绩的开端熟悉
我们基于Java编程言语举行使用开辟时，不成制止地要处置中文。Java编程言语默许的编码体例是UNICODE，而我们一般利用的数据库及文件都是基于GB2312编码的，我们常常碰着如许的情形：扫瞄基于JSP手艺的网站看到的是乱码，文件翻开后看到的也是乱码，被Java修正过的数据库的内容在其余场所使用时没法持续准确地供应信息。
StringsEnglish=“apple”;
StringsChinese=“苹果”;
Strings=“苹果apple”;
sEnglish的长度是5，sChinese的长度是4，而s默许的长度是14。关于sEnglish来讲，Java中的各个类都撑持得十分好，一定可以准确显现。但关于sChinese和s来讲，固然JavaSoft声明Java的基础类已思索到对多国字符的撑持（默许UNICODE编码），可是假如操纵体系的默许编码不是UNICODE，而是国标码等。从Java源代码到失掉准确的了局，要经由“Java源代码->Java字节码->;假造机->操纵体系->显现设备”的历程。在上述过程当中的每步骤，我们都必需准确地处置汉字的编码，才干够使终极的显现了局准确。
“Java源代码->Java字节码”，尺度的Java编译器javac利用的字符集是体系默许的字符集，好比在中文Windows操纵体系上就是GBK,而在Linux操纵体系上就是ISO-8859-1，以是人人会发明在Linux操纵体系上编译的类中源文件中的中笔墨符都出了成绩，办理的举措就是在编译的时分增加encoding参数，如许才干够与平台有关。用法是
javacCencodingGBK。
“Java字节码->假造机->操纵体系”，Java运转情况（JRE）分英文版和国际版，但只要国际版才撑持非英笔墨符。Java开辟工具包（JDK）一定撑持多国字符，但并不是一切的盘算机用户都安装了JDK。良多操纵体系及使用软件为了可以更好的撑持Java，都内嵌了JRE的国际版本，为本人撑持多国字符供应了便利。
“操纵体系->显现设备”，关于汉字来讲，操纵体系必需撑持并可以显现它。英文操纵体系假如不搭配特别的使用软件的话，是一定不克不及够显现中文的。
另有一个成绩，就是在Java编程过程当中，对中笔墨符举行准确的编码转换。比方，向网页输入中笔墨符串的时分，不管你是用
out.println(string);仍是用
<%=string%>，都必需作UNICODE到GBK的转换，大概手动，大概主动。在JSP1.0中，能够界说输入字符集，从而完成内码的主动转换。用法是
<%@pagecontentType=”text/html;charset=gb2312”%>
可是在一些JSP版本中并没有供应对输入字符集的撑持，（比方JSP0.92），这就必要手动编码输入了，办法十分多。最经常使用的办法是
Strings1=request.getParameter(“keyword”);
Strings2=newString(s1.getBytes(“ISO-8859-1”),”GBK”);
getBytes办法用于将中笔墨符以“ISO-8859-1”编码体例转化成字节数组，而“GBK”是方针编码体例。我们从以ISO-8859-1体例编码的数据库中读出中笔墨符串s1，经由上述转换历程，在撑持GBK字符集的操纵体系和使用软件中就可以够准确显现中笔墨符串s2。
Java中文成绩的表层剖析及处置
背景
开辟情况
JDK1.15
Vcafe2.0
JPadPro
服务器端
NTIIS
SybaseSystem
Jconnect（JDBC）
客户端
IE5.0
Pwin98
?span>
.CLASS文件寄存在服务器端，由客户真个扫瞄器运转APPLET，APPLET只起调进FRAME类等主程序的感化。界面包含Textfield，TextArea，List，Choice等。
I.用JDBC实行SELECT语句从服务器端读取数据（中文）后，将数据用APPEND办法加到TextArea（TA），不克不及准确显现。但加到List中时，年夜部分汉字却可准确显现。
将数据按“ISO-8859-1”编码体例转化为字节数组，再按体系缺省编码体例（DefaultCharacterEncoding）转化为STRING，便可在TA和List中准确显现。
程序段以下：
dbstr2=results.getString(1);
//AfterreadingtheresultfromDBserver，convertingittostring.
dbbyte1=dbstr2.getBytes(“iso-8859-1”);
dbstr1=newString(dbbyte1);
在转换字符串时不接纳体系默许编码体例，而间接接纳“GBK”大概“GB2312”,在A和B两种情形下，从数据库取数据都没有成绩。
II.处置体例与“取中文”相逆，先将SQL语句按体系缺省编码体例转化为字节数组，再按“ISO-8859-1”编码体例转化为STRING，最初送往实行，则中文信息可准确写进数据库。
程序段以下：
sqlstmt=tf_input.getText();
//BeforesendingstatementtoDBserver，convertingittosqlstatement.
dbbyte1=sqlstmt.getBytes();
sqlstmt=newString(dbbyte1,”iso-8859-1”);
_stmt=_con.createStatement();
_stmt.executeUpdate(sqlstmt);
……
成绩：假如客户机上存在CLASSPATH指向JDK的CLASSES.ZIP时（称为A情形），上述程序代码可准确实行。可是假如客户机只要扫瞄器，而没有JDK和CLASSPATH时（称为B情形），则汉字没法准确转换。
我们的剖析：
1.经由测试，在A情形下，程序运转时体系的缺省编码体例为GBK大概GB2312。在B情形下，程序启动时扫瞄器的JAVA把持台中呈现以下毛病信息：
Cantfindresourceforsun.awt.windows.awtLocalization_zh_CN
然后体系的缺省编码体例为“8859-1”。
2.假如在转换字符串时不接纳体系缺省编码体例，而是间接接纳“GBK”或“GB2312”，则在A情形下程序仍旧可一般运转，在B情形下，体系呈现毛病：
UnsupportedEncodingException。
3.在客户机上，把JDK的CLASSES.ZIP解压后，放在另外一个目次中，CLASSPATH只包括该目次。然后一边慢慢删除该目次中的.CLASS文件，另外一边运转测试程序，最初发明在一千多个CLASS文件中，只要一个是必不成少的，该文件是：
sun.io.CharToByteDoubleByte.class。
将该文件拷到服务器端和别的的类放在一同，并在程序的开首IMPORT它，在B情形下程序仍旧没法一般运转。
4.在A情形下，假如在CLASSPTH中往失落sun.io.CharToByteDoubleByte.class，则程序运转时测得默许编码体例为“8859-1”，不然为“GBK”或“GB2312”。
假如JDK的版本为1.2以上的话，在B情形下碰到的成绩失掉了很好的办理，测试的步骤同上，有乐趣的读者能够实验一下。
Java中文成绩的本源剖析及办理
在简体中文MSWindows98+JDK1.3下，能够用System.getProperties()失掉Java运转情况的一些基础属性，类PoorChinese能够匡助我们失掉这些属性。
类PoorChinese的源代码：
publicclassPoorChinese{
}
实行javaPoorChinese后，我们会失掉:
体系变量file.encoding的值为GBK，user.language的值为zh，user.region的值为CN，这些体系变量的值决意了体系默许的编码体例是GBK。
在上述体系中，上面的代码将GB2312文件转换成Big5文件，它们可以匡助我们了解Java中汉字编码的转化:
?
importjava.io.*;
importjava.util.*;
?
publicclassgb2big5{
?
staticintiCharNum=0;
?
publicstaticvoidmain(String[]args){
System.out.println("InputGB2312file,outputBig5file.");
if(args.length!=2){
System.err.println("Usage:jviewgb2big5gbfilebig5file");
System.exit(1);
StringinputString=readInput(args);
writeOutput(inputString,args);
System.out.println("NumberofCharactersinfile:"+iCharNum+".");
}
?
staticvoidwriteOutput(Stringstr,StringstrOutFile){
try{
FileOutputStreamfos=newFileOutputStream(strOutFile);
Writerout=newOutputStreamWriter(fos,"Big5");
out.write(str);
out.close();
}
catch(IOExceptione){
e.printStackTrace();
e.printStackTrace();
}
}
?
staticStringreadInput(StringstrInFile){
StringBufferbuffer=newStringBuffer();
try{
FileInputStreamfis=newFileInputStream(strInFile);
InputStreamReaderisr=newInputStreamReader(fis,"GB2312");
Readerin=newBufferedReader(isr);
intch;
while((ch=in.read())>-1){
iCharNum+=1;
buffer.append((char)ch);
}
in.close();
returnbuffer.toString();
}
catch(IOExceptione){
e.printStackTrace();
returnnull;
}
}
}
?
编码转化的历程以下：
GB2312------------------>Unicode------------->Big5
实行javagb2big5gb.txtbig5.txt，假如gb.txt的内容是“明天礼拜三”，则失掉的文件big5.txt中的字符可以准确显现；而假如gb.txt的内容是“恋人节康乐”，则失掉的文件big5.txt中对应于“节”和“乐”的字符都是标记“？”（0x3F），可见sun.io.ByteToCharGB2312和sun.io.CharToByteBig5这两个基础类并没有编好。
正如上例一样，Java的基础类也大概存在成绩。因为国际化的事情并非在国际完成的，以是在这些基础类公布之前，没有经由严厉的测试，以是对中笔墨符的撑持其实不像JavaSoft所宣称的那样完善。前不久，我的一名手艺上的伴侣发信给我说，他终究找到了JavaServlet中文成绩的本源。两周以来，他一向为JavaServlet的中文成绩所困扰，由于每面临一个含有中笔墨符的字符串都必需举行强迫转换才干够失掉准确的了局（这好象是人人公认的独一的办理举措）。厥后，他的确不想云云持续循分下往了，由于如许的事变的确不该该是初级程序员所要做的事情，他就找出Servlet解码的源代码举行剖析，由于他嫌疑成绩就出在解码这部分。经由四个小时的搏斗，他终究找到了成绩的本源地点。本来他的嫌疑是准确的，Servlet的解码部分完整没有思索双字节，间接把%XX看成一个字符。（本来JavaSoft也会犯这幺初级的毛病！）
假如你对这个成绩有乐趣大概碰到了一样的懊恼的话，你能够依照他的步骤对Servlet.jar举行修正：
找到源代码HttpUtils中的staticprivateStringparseName，在前往前将sb（StringBuffer）复制成bytebs[]，然后returnnewString(bs,”GB2312”)。作上述修正后就必要本人解码了：
HashTableform=HttpUtils.parseQueryString(request.getQueryString())大概
form=HttpUtils.parsePostData(……)
万万别忘了编译后放到Servlet.jar内里。
5、关于Java中文成绩的总结
Java编程言语发展于收集天下，这就请求Java对多国字符有很好的撑持。Java编程言语顺应了盘算的收集化的需求，为它可以在收集天下敏捷发展奠基了坚固的基本。Java的创作发明者（JavaSoft）已思索到Java编程言语对多国字符的撑持，只是如今的办理计划有良多缺点在内里，必要我们付诸一些抵偿性的措施。而天下尺度化构造也在勉力把人类一切的笔墨一致在一种编码当中，个中一种计划是ISO10646，它用四个字节来暗示一个字符。固然，在这类计划未被接纳之前，仍是但愿JavaSoft可以严厉地测试它的产物，为用户带来更多的便利。
附一个用于从数据库和收集中掏出中文乱码的处置函数，进参是有成绩的字符串，出参是成绩已办理了的字符串。
而学习JAVA我觉得最应该避免的就是：只学习，不思考，只记忆，不实践！ Java是一种计算机编程语言，拥有跨平台、面向对java 另外编写和运行Java程序需要JDK(包括JRE)，在sun的官方网站上有下载，thinking in java第三版用的JDK版本是1.4,现在流行的版本1.5（sun称作J2SE 5.0，汗），不过听说Bruce的TIJ第四版国外已经出来了，是专门为J2SE 5.0而写的。 任职于太阳微系统的詹姆斯·高斯林等人于1990年代初开发Java语言的雏形，最初被命名为Oak，目标设置在家用电器等小型系统的程序语言 一般学编程语言都是从C语开始学的，我也不例外，但还是可能不学过程语言而直接学面向对象语言的，你是刚接触语言，还是从C开始学比较好，基础会很深点，如果你直接学习JAVA也能上手，一般大家在学语言的时候都记一些语言的关键词，常有的包和接口等。再去做逻辑代码的编写，以后的学习过程都是从逻辑代码编写中提升的，所以这方面都是经验积累的。你要开始学习就从 学Java必读的两个开源程序就是Jive和Pet Store.。 Jive是国外一个非常著名的BBS程序，完全开放源码。论坛的设计采用了很多先进的技术，如Cache、用户认证、Filter、XML等，而且论坛完全屏蔽了对数据库的访问，可以很轻易的在不同数据库中移植。论坛还有方便的安装和管理程序，这是我们平时编程时容易忽略的一部份（中国程序员一般只注重编程的技术含量，却完全不考虑用户的感受，这就是我们与国外软件的差距所在）。 在全球云计算和移动互联网的产业环境下，Java更具备了显著优势和广阔前景。 应用在电视机、电话、闹钟、烤面包机等家用电器的控制和通信。由于这些智能化家电的市场需求没有预期的高，Sun公司放弃了该项计划。随着1990年代互联网的发展 象、泛型编程的特性，广泛应用于企业级Web应用开发和移动应用开发。 Sun公司看见Oak在互联网上应用的前景，于是改造了Oak，于1995年5月以Java的名称正式发布。Java伴随着互联网的迅猛发展而发展，逐渐成为重要的网络编程语言。 http://www.jdon.com/去下载，或到同济技术论坛的服务器ftp://nro.shtdu.edu.cn去下，安装上有什么问题，可以到论坛上去提问。 Jive的资料在很多网站上都有，大家可以找来研究一下。相信你读完代码后，会有脱胎换骨的感觉。遗憾的是Jive从2.5以后就不再无条件的开放源代码，同时有licence限制。不过幸好还有中国一流的Java程序员关注它，外国人不开源了，中国人就不能开源吗？这里向大家推荐一个汉化的Jive版本—J道。Jive(J道版)是由中国Java界大名 鼎鼎的banq在Jive 2.1版本基础上改编而成, 全中文，增加了一些实用功能，如贴图，用户头像和用户资料查询等，而且有一个开发团队在不断升级。你可以访问banq的网站 J2SE开发桌面应用软件比起 VC,VB,DEPHI这些传统开发语言来说，优势好象并不明显。J2ME对于初学者来说，好象又有点深奥，而且一般开发者很难有开发环境。 一直感觉JAVA很大，很杂，找不到学习方向，前两天在网上找到了这篇文章，感觉不错，给没有方向的我指了一个方向，先不管对不对，做下来再说。 设计模式是高级程序员真正掌握面向对象核心思想的必修课。设计模式并不是一种具体"技术",它讲述的是思想，它不仅仅展示了接口或抽象类在实际案例中的灵活应用和智慧 任职于太阳微系统的詹姆斯·高斯林等人于1990年代初开发Java语言的雏形，最初被命名为Oak，目标设置在家用电器等小型系统的程序语言 是一种使用者不需花费很多时间学习的语言 让你能够真正掌握接口或抽象类的应用，从而在原来的Java语言基础上跃进一步，更重要的是，设计模式反复向你强调一个宗旨：要让你的程序尽可能的可重用。 你就该学一学Servlet了。Servlet就是服务器端小程序，他负责生成发送给客户端的HTML文件。JSP在执行时，也是先转换成Servlet再运行的。虽说JSP理论上可以完全取代Servlet，这也是SUN推出JSP的本意，可是Servlet用来控制流程跳转还是挺方便的，也令程序更清晰。接下来你应该学习一下Javabean了，可能你早就看不管JSP在HTML中嵌Java代码的混乱方式了，这种方式跟ASP又有什么区别呢？
页:
[1]