JDBC讀取Oracle的US7ASCII編碼中文亂碼及不同編碼下漢字佔用位元組的問題

標籤：

資料庫版本號碼：Oracle 10g

字元集：SIMPLIFIED CHINESE_CHINA.US7ASCII

JDK：1.6.0_45

Oracle驅動：ojdbc14.jar

使用JDBC操作資料庫，擷取串連、運行SQL沒有問題。可是，查詢出來的結果中，全部漢字，均顯示為亂碼。

debug查看到在資料從資料庫中擷取出來的時候，就已經是亂碼，而使用PL/SQL等工具，均顯示正常。

不知是否Oracle的驅動，在進行漢文書處理的時候，使用了系統預設的字元集？此時，本著死馬當活馬醫的理念，使用下對漢字的強制轉碼，ASCII碼是標準的ISO-8859-1的子集，或許使用這個ISO-8859-1能夠擷取到正常的漢字？於是，首先測試使用new String(fieldValue.getBytes("ISO-8859-1"))；輸出依舊亂碼！想想應該是將這東西進行轉碼，而不不過依照這個格式擷取，於是調整為：new String(fieldValue.getBytes("ISO-8859-1"), "GBK")，測試下，搞定！不過，全部用到漢字的地方，均須要這麼搞一下，有點麻煩。

據說，能夠使用第二種方式：改Oracle的字元集！

1、須要改動注冊表：HKEY_LOCAL_MACHINE\SOFTWARE\ORACLE\HOME0\NLS_LANG 的值為SIMPLIFIED CHINESE_CHINA.ZHS16GBK

2、改動一個系統變數NLS_LANG.

以上兩種，第二種方式試過，能夠。第一種，未在現有環境下做過測試。

另外，將擷取到的漢字，寫入另外一個oracle 11g的資料庫中，發現：漢字不是依照一個漢字兩個位元組來存放的；而是一個漢字3個位元組！

查了一下，發現：字元集是AL32UTF8,這個字元集一般都預設中文是3個位元組。於是，須要將目標資料庫表的欄位長度進行擴充。實際對於漢字的問題，oralce以及較新的sqlserver，都支援nvarchar的格式，對於使用nvarchar的欄位，不管漢字還是數字、字元、英文字母，均每一個字元佔用1位。

假設不確定當前一個漢字佔用幾個字元，能夠使用select length(‘汗‘) from dual;進行查看。

對於US7ASCII的字元集，眼下來看，新上的系統使用的較少了，而對於一些較老的遺留系統，可能會存在這樣的情況。詳細還需注意！

JDBC讀取Oracle的US7ASCII編碼中文亂碼及不同編碼下漢字佔用位元組的問題