JAVA网站制作之JSP/Servlet 中的汉字编码成绩(转)

C#是不行的，比如说美国的航天飞船里就有java开发的程序以上是我的愚见，其实不管那种语言，你学好了，都能找到好的工作，js|servlet|编码|汉字|成绩.成绩的劈头

每一个国度（或地区）都划定了盘算机信息互换用的字符编码集，如美国的扩大ASCII码,中国的GB2312-80，日本的JIS等，作为该国度/地区内信息处置的基本，有着一致编码的主要感化。字符编码集按长度分为SBCS（单字节字符集），DBCS（双字节字符集）两年夜类。初期的软件（特别是操纵体系），为懂得决当地字符信息的盘算机处置，呈现了各类当地化版本（L10N），为了辨别，引进了LANG,Codepage等观点。可是因为各个当地字符集代码局限堆叠，互相间信息互换坚苦；软件各个当地化版本自力保护本钱较高。因而有需要将当地化事情中的个性抽掏出来，作分歧处置，将出格的当地化处置内容下降到起码。这也就是所谓的国际化（I18N）。各类言语信息被进一步标准为Locale信息。处置的底层字符集酿成了几近包括了一切字形的Unicode。

如今年夜部分具有国际化特性的软件中心字符处置都是以Unicode为基本的，在软件运转时依据事先的Locale/Lang/Codepage设置断定响应的当地字符编码设置，并依此处置当地字符。在处置过程当中必要完成Unicode和当地字符集的互相转换，甚或以Unicode为两头的两个分歧当地字符集的互相转换。这类体例在收集情况下被进一步延长，任何收集两头的字符信息也必要依据字符集的设置转换成可承受的内容。

Java言语外部是用Unicode暗示字符的，恪守UnicodeV2.0。Java程序不管是从/往文件体系以字符流读/写文件，仍是往URL毗连写HTML信息，或从URL毗连读取参数值，城市有字符编码的转换。如许做固然增添了编程的庞大度，简单引发搅浑，但倒是切合国际化的头脑的。

从实际下去说，这些依据字符集设置而举行的字符转换不该该发生太多成绩。而现实是因为使用程序的实践运转情况分歧，Unicode和各个当地字符集的增补、完美，和体系或使用程序完成的不标准，转码时呈现的成绩不时困扰着程序员和用户。

2.GB2312-80，GBK，GB18030-2000汉字字符集及Encoding

实在办理JAVA程序中的汉字编码成绩的办法常常很复杂，但了解其面前的缘故原由，定位成绩，还必要懂得现有的汉字编码和编码转换。

GB2312-80是在国际盘算机汉字信息手艺开展初始阶段制订的，个中包括了年夜部分经常使用的1、二级汉字，和9区的标记。该字符集是几近一切的中文体系和国际化的软件都撑持的中笔墨符集，这也是最基础的中笔墨符集。其编码局限是高位0xa1－0xfe，低位也是0xa1-0xfe；汉字从0xb0a1入手下手，停止于0xf7fe；

GBK是GB2312-80的扩大，是向上兼容的。它包括了20902个汉字，其编码局限是0x8140-0xfefe，剔除高位0x80的字位。其一切字符都能够一对一映照到Unicode2.0，也就是说JAVA实践上供应了GBK字符集的撑持。这是现阶段Windows和别的一些中文操纵体系的缺省字符集，但并非一切的国际化软件都撑持该字符集，感到是他们其实不完整晓得GBK是怎样回事。值得注重的是它不是国度尺度，而只是标准。跟着GB18030-2000国标的公布，它将在不久的未来完成它的汗青任务。

GB18030-2000(GBK2K)在GBK的基本长进一步扩大了汉字，增添了躲、蒙等多数平易近族的字形。GBK2K从基本上办理了字位不敷，字形不敷的成绩。它有几个特性，

它并没有断定一切的字形，只是划定了编码局限，留待今后扩大。
编码是变长的，其二字节部分与GBK兼容；四字节部分是扩大的字形、字位，其编码局限是首字节0x81-0xfe、二字节0x30-0x39、三字节0x81-0xfe、四字节0x30-0x39。
它的推行是分阶段的，起首请求完成的是可以完整映照到Unicode3.0尺度的一切字形。
它是国度尺度，是强迫性的。
如今还没有任何一个操纵体系或软件完成了GBK2K的撑持，这是现阶段和未来汉化的事情内容。
Unicode的先容......就算了吧。

JAVA撑持的encoding中与中文编程相干的有：(有几个在JDK文档中未列出)ASCII7-bit,同ascii7
ISO8859-18-bit,同8859_1,ISO-8859-1,ISO_8859-1,latin1...
GB2312-80同gb2312,gb2312-1980,EUC_CN,euccn,1381,Cp1381,1383,Cp1383,ISO2022CN,ISO2022CN_GB......
GBK(注重巨细写),同MS936
UTF8UTF-8
GB18030(如今只要IBMJDK1.3.?有撑持),同Cp1392,1392


JAVA言语接纳Unicode处置字符.但从另外一个角度来讲，在java程序中也能够接纳非Unicode的转码，主要的是包管程序出口和出口的汉字信息不掉真。如完整接纳ISO-8859-1来处置汉字也能到达准确的了局。收集下流行的很多办理办法，都属于这类范例。为了不致引发搅浑，本文不合错误这类办法作会商。

3.中文转码时?、乱码的由来

两个偏向转换都有大概失掉毛病的了局：

Unicode-->Byte,假如方针代码集不存在对应的代码，则失掉的了局是0x3f.
如：
"u00d6u00ecu00e9u0046u00bbu00f9".getBytes("GBK")的了局是"?ìéF?ù",Hex值是3fa8aca8a6463fa8b4.
细心看一下下面的了局，你会发明u00ec被转换为0xa8ac,u00e9被转换为xa8a6...它的实践无效位变长了！这是由于GB2312标记区中的一些标记被映照到一些大众的标记编码，因为这些标记呈现在ISO-8859-1或别的一些SBCS字符会合，故它们在Unicode中编码对照靠前，有一些其无效位只要8位，和汉字的编码堆叠(实在这类映照只是编码的映照，在显现时细心不是一样的。Unicode中的标记是单字节宽，汉字中的标记是双字节宽).在Unicodeu00a0--u00ff之间如许的标记有20个。懂得这个特性十分主要！由此就不难了解为何JAVA编程中，汉字编码的毛病了局中经常会呈现一些乱码(实际上是标记字符),而不满是?字符,就好比下面的例子。

Byte-->Unicode,假如Byte标识的字符在源代码集不存在，则失掉的了局是0xfffd.
如：
Byteba[]={(byte)0x81,(byte)0x40,(byte)0xb0,(byte)0xa1};newString(ba,"gb2312");
了局是"?啊",hex值是"ufffdu554a".0x8140是GBK字符，按GB2312转换表没有对应的值，取ufffd.(请注重：在显现该uniCode时，由于没有对应的当地字符，以是也合用上一种情形，显现为一个"?".)

实践编程中，JSP/Servlet程序失掉毛病的汉字信息，常常是这两个历程的叠加，偶然乃至是两个历程叠加后重复感化的了局.

4.JSP/Servlet汉字编码成绩及在WAS中的办理举措

4.1罕见的encoding成绩的征象
网上常呈现的JSP/Servletencoding成绩一样平常都体现在browser或使用程序端，如:
扫瞄器中看到的Jsp/Servlet页面中的汉字怎样都成了’?’?
扫瞄器中看到的Servlet页面中的汉字怎样都成了乱码？
JAVA使用程序界面中的汉字怎样都成了方块？
Jsp/Servlet页面没法显现GBK汉字。
JSP页面中内嵌在<%...%>,<%=...%>等Tag包括的JAVAcode中的中文成了乱码，但页面的别的汉字是对的。
Jsp/Servlet不克不及吸收form提交的汉字。
JSP/Servlet数据库读写没法取得准确的内容。
埋没在这些成绩前面的是各类毛病的字符转换和处置（除第3个外，是由于Javafont设置毛病引发的）。办理相似的字符encoding成绩，必要懂得Jsp/Servlet的运转历程，反省大概呈现成绩的各个点。

4.2JSP/Servletweb编程时的encoding成绩
运转于Java使用服务器的JSP/Servlet为Browser供应HTML内容，其历程以下图所示：



个中有字符编码转换的中央有:

JSP编译。Java使用服务器将依据JVM的file.encoding值读取JSP源文件，编译天生JAVA源文件，再依据file.encoding值写回文件体系。假如以后体系言语撑持GBK，那末这时候候不会呈现encoding成绩。假如是英文的体系，如LANG是en_US的Linux,AIX或Solaris，则要将JVM的file.encoding值置成GBK。体系言语假如是GB2312，则依据必要，断定要不要设置file.encoding，将file.encoding设为GBK能够办理潜伏的GBK字符乱码成绩


Java必要被编译为.class才干在JVM中实行，这个历程存在与a.一样的file.encoding成绩。从这里入手下手servlet和jsp的运转就相似了，只不外Servlet的编译不是主动举行的。关于JSP程序,对发生的JAVA两头文件的编译是主动举行的(在程序中间接挪用sun.tools.javac.Main类).因而假如在这一步呈现成绩的话,也要反省encoding和OS的言语情况，大概将内嵌在JSPJAVACode中的静态汉字转为Unicode,要末静态文本输入不要放在JAVAcode中。关于Servlet,javac编译时手工指定-encoding参数就能够了。


Servlet必要将HTML页面内容转换为browser可承受的encoding内容发送进来。依附于各JAVAAppServer的完成体例，有的将查询Browser的accept-charset和accept-language参数或以别的猜的体例断定encoding值，有的则不论。因而接纳流动encoding大概是最好的办理办法。关于中文网页，可在JSP或Servlet中设置contentType="text/html;charset=GB2312"；假如页面中有GBK字符，则设置为contentType="text/html;charset=GBK"，因为IE和Netscape对GBK的撑持水平纷歧样，作这类设置时必要测试一下。
由于16位JAVAchar在收集传送时高8位会被抛弃，也为了确保Servlet页面中的汉字（包含内嵌的和servlet运转过程当中失掉的）是希冀的内码，能够用PrintWriterout=res.getWriter()代替ServletOutputStreamout=res.getOutputStream().PrinterWriter将依据contentType中指定的charset作转换(ContentType需在此之前指定！);也能够用OutputStreamWriter封装ServletOutputStream类并用write(String)输入汉字字符串。
关于JSP，JAVAApplicationServer应该可以确保在这个阶段将嵌进的汉字准确传送进来。


这是注释URL字符encoding成绩。假如经由过程get/post体例从browser前往的参数值中包括汉字信息，servlet将没法失掉准确的值。SUN的J2SDK中，HttpUtils.parseName在剖析参数时基本没有思索browser的言语设置，而是将失掉的值按byte体例剖析。这是网上会商得最多的encoding成绩。由于这是计划缺点，只能以bin体例从头剖析失掉的字符串；大概以hackHttpUtils类的体例办理。参考文章2均有先容，不外最好将个中的中文encodingGB2312、CP1381都改成GBK，不然碰到GBK汉字时，仍是会有成绩。
ServletAPI2.3供应一个新的函数HttpServeletRequest.setCharacterEncoding用于在挪用request.getParameter(“param_name”)前指定使用程序但愿的encoding，这将有助于完全办理这个成绩。
4.3IBMWebsphereApplicationServer中的办理办法

WebSphereApplicationServer对尺度的ServletAPI2.x作了扩大，供应较好的多言语撑持。运转在中文的操纵体系中，能够不作任何设置就能够很好地处置汉字。上面的申明只是对WAS是运转在英文的体系中，大概必要有GBK撑持时无效。

上述c,d情形，WAS都要查询Browser的言语设置，在缺省情况下，zh,zh-cn等均被映照为JAVAencodingCP1381（注重：CP1381只是同等于GB2312的一个codepage，没有GBK撑持）。如许做我想是由于没法确认Browser运转的操纵体系是撑持GB2312,仍是GBK，以是取其小。可是实践的使用体系仍是请求页面中呈现GBK汉字，最出名的是朱总理名字中的“F"(rong2，0xe946，u9555)，以是偶然仍是必要将Encoding/Charset指定为GBK。固然WAS中变动缺省的encoding没有下面说的那末贫苦，针对a,b，参考文章5，在ApplicationServer的命令行参数中指定-Dfile.encoding=GBK便可；针对d，在ApplicationServer的命令行参数中指定-Ddefault.client.encoding=GBK。假如指定了-Ddefault.client.encoding=GBK，那末c情形下能够不再指定charset。

下面列出的成绩中另有一个关于Tag<%...%>,<%=...%>中的JAVA代码里包括的静态文本未能准确显现的成绩，在WAS中的办理办法是除设置准确的file.encoding,还必要以不异办法设置-Duser.language=zh-Duser.region=CN。这与JAVAlocale的设置有关。

4.4数据库读写时的encoding成绩

JSP/Servlet编程中常常呈现encoding成绩的另外一个中央是读写数据库中的数据。

盛行的干系数据库体系都撑持数据库encoding，也就是说在创立数据库时能够指定它本人的字符集设置，数据库的数据以指定的编码情势存储。当使用程序会见数据时，在出口和出口处城市有encoding转换。关于中文数据，数据库字符编码的设置应该包管数据的完全性.GB2312，GBK，UTF-8等都是可选的数据库encoding；也能够选择ISO8859-1(8-bit)，那末使用程序在写数据之前须将16Bit的一个汉字或Unicode拆分红两个8-bit的字符，读数据以后则需将两个字节兼并起来，同时还要辨别个中的SBCS字符。没有充实使用数据库encoding的感化，反而增添了编程的庞大度，ISO8859-1不是保举的数据库encoding。JSP/Servlet编程时，能够先用数据库办理体系供应的办理功效反省个中的中文数据是不是准确。

然后应该注重的是读出来的数据的encoding，JAVA程序中一样平常失掉的是Unicode。写数据时则相反。

4.5定位成绩经常用的技能

定位中文encoding成绩一般接纳最笨的也是最无效的举措――在你以为有怀疑的程序处置后打印字符串的内码。经由过程打印字符串的内码，你能够发明甚么时分中笔墨符被转换成Unicode，甚么时分Unicode被转回中文内码，甚么时分一其中笔墨成了两个Unicode字符，甚么时分中笔墨符串被转成了一串问号，甚么时分中笔墨符串的高位被截失落了……

取用符合的样本字符串也有助于辨别成绩的范例。如：”aa啊aa@aa”等中英相间、GB、GBK特性字符均有的字符串。一样平常来讲，英笔墨符不管怎样转换或处置，都不会掉真（假如碰到了，能够实验着增添一连的英笔墨母长度）。

5.停止语

实在JSP/Servlet的中文encoding并没有想像的那末庞大，固然定位息争决成绩没有定例，各类运转情况也各不尽然，但前面的道理是一样的。懂得字符集的常识是办理字符成绩的基本。不外，跟着中笔墨符集的变更，不单单是java编程，中文信息处置中的成绩仍是会存在一段工夫的。

还得说上一点，就java本质而言，是面相对象的，但是你有没有发现，java也不全是，比如说基本类型，int，那他就是整型而不是对象，转换类型是还得借助包装类。

科学超级计算机、移动电话和互联网，同时拥有全球最大的开发者专业社群。

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。

你一定会高兴地说，哈哈，原来成为Java高手就这么简单啊!记得Tomjava也曾碰到过一个项目经理，号称Java很简单，只要三个月就可以学会。

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

其实说这种话的人就如当年小日本号称“三个月拿下中国”一样大言不惭。不是Tomjava泼你冷水，你现在只是学到了Java的骨架，却还没有学到Java的精髓。接下来你得研究设计模式了。

不过，每次的执行编译后的字节码需要消耗一定的时间，这同时也在一定程度上降低了 Java 程序的运行效率。

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

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

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。

是一种使网页(Web Page)由静态(Static)转变为动态(Dynamic)的语言

Java语言支持Internet应用的开发，在基本的Java应用编程接口中有一个网络应用编程接口（java net），它提供了用于网络应用编程的类库，包括URL、URLConnection、Socket、ServerSocket等。Java的RMI（远程方法激活）机制也是开发分布式应用的重要手段。

Java是一个纯的面向对象的程序设计语言，它继承了 C++语言面向对象技术的核心。Java舍弃了C ++语言中容易引起错误的指针（以引用取代）、运算符重载（operator overloading）

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。

你可以去承接一些项目做了，一开始可能有些困难，可是你有技术积累，又考虑周全，接下项目来可以迅速作完，相信大家以后都会来找你的，所以Money就哗啦啦的。。。。。。

Java 编程语言的风格十分接近C、C++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。

Java语言支持Internet应用的开发，在基本的Java应用编程接口中有一个网络应用编程接口（java net），它提供了用于网络应用编程的类库，包括URL、URLConnection、Socket、ServerSocket等。Java的RMI（远程方法激活）机制也是开发分布式应用的重要手段。