標籤：style blog http color java 使用 os io
http://blog.csdn.net/caoxiaohong/article/details/1781777
JSP/JDBC MySQL亂碼問題
JSP的request 預設為ISO8859_1，所以在處理中文的時候，要顯示中文的話，必須轉成GBK的，如下String str=new String(request.getParameter("name").getBytes("ISO8859-1"),"GBK"); out.println(str); 這樣就可以顯示中文了MYSQL操作時的中文問題：
這個要看MySQL的預設編碼了，一般不調整的話為latin1其實和ISO8859_1一樣，所以操作的時候要處理和他一致，不然就會亂碼的1.插入中文：
String sql2="INSERT INTO test (name) VALUES(‘"+request.getParameter("name")+"‘)";
stmt.executeUpdate(sql2);
不用編碼就可以插入了2.顯示插入的中文：
因為存入的是latin，所以顯示的時候就要GBK一下
String x=new String((rs.getString("title")).getBytes("ISO8859_1"),"GBK");
out.println(x);3.設定儲存編碼：
當然在MySQL為latin1編碼時，也可以存的時候用GBK了
Connection con=DriverManager.getConnection("jdbc:mysql://localhost:3306/jsp?
useUnicode=true&characterEncoding=GBK","root","");
str1="中文";
String sql2="INSERT INTO test (name) VALUES(‘"+str1+"‘)";
這樣也可以很成功的插入了，呵呵JSP/Servlet 中的漢字編碼問題 網上就 JSP/Servlet 中 DBCS 字元編碼問題有許多優秀的文章和討論，本文對它們作一些整理，並結合 IBM WebSphere Application Server 3.5（WAS）的解決方案作一些說明，希望它不是多餘的。 1.問題的起源 每個國家（或地區）都規定了電腦資訊交換用的字元編碼集，如美國的ASCII，中國的GB2312-80，日本的JIS等，作為該國家/地區內資訊處理的基礎，有著統一編碼的重要作用。字元編碼集按長度分為SBCS（單一位元組字元集），DBCS（雙位元組字元集）兩大類。早期的軟體（尤其是作業系統），為瞭解決本地字元資訊的電腦處理，出現了各種語言版本（L10N），為了區分，引進了LANG，Codepage等概念。但是由於各個本地字元集代碼範圍重疊，相互間資訊交換困難；軟體各個語言版本獨立維護成本較高。因此有必要將本地化工作中的共性抽取出來，作一致處理，將特別的本地化處理內容降低到最少。這也就是所謂的國際化（I18N）。各種語言資訊被進一步規範為Locale資訊。處理的底層字元集變成了幾乎包含了所有字形的 Unicode。 現在大部分具有國際化特徵的軟體核心字元處理都是以Unicode為基礎的，在軟體運行時根據當時的Locale/Lang/Codepage設定確定相應的本地字元編碼設定，並依此處理本地字元。在處理過程中需要實現Unicode和本地字元集的相互轉換，甚或以Unicode為中間的兩個不同本地字元集的相互轉換。這種方式在網路環境下被進一步延伸，任何網路兩端的字元資訊也需要根據字元集的設定轉換成可接受的內容。 Java 語言內部是用 Unicode 表示字元的，遵守 Unicode V2.0。Java 程式無論是從/往檔案系統以字元流讀/寫檔案，還是往 URL 串連寫 HTML 資訊，或從 URL 串連讀取參數值，都會有字元編碼的轉換。這樣做雖然增加了編程的複雜度，容易引起混淆，但卻是符合國際化的思想的。 從理論上來說，這些根據字元集設定而進行的字元轉換不應該產生太多問題。而事實是由於應用程式的實際運行環境不同，Unicode和各個本地字元集的補充、完善，以及系統或應用程式實現的不規範，轉碼時出現的問題時時困擾著程式員和使用者。2.GB2312-80，GBK，GB18030-2000 漢字字元集 其實解決 JAVA 程式中的漢字編碼問題的方法往往很簡單，但理解其背後的原因，定位問題，還需
要瞭解現有的漢字編碼和編碼轉換。 GB2312-80是在國內電腦漢字資訊技術發展初始階段制定的，其中包含了大部分常用的一、二級漢字，和9區的符號。該字元集是幾乎所有的中文系統和國際化的軟體都支援的中文字元集，這也是最基本的中文字元集。其編碼範圍是高位0xa1－0xfe，低位也是 0xa1-0xfe；漢字從 0xb0a1 開始，結束於 0xf7fe； GBK是GB2312-80的擴充，是向上相容的。它包含了20902個漢字，其編碼範圍是0x8140-0xfefe，剔除高位0x80的字位。其所有字元都可以一對一映射到Unicode2.0，也就是說JAVA實際上提供了GBK字元集的支援。這是現階段Windows和其它一些中文作業系統的預設字元集，但並不是所有的國際化軟體都支援該字元集，感覺是他們並不完全知道GBK是怎麼回事。值得注意的是它不是國家標準，而只是規範。隨著GB18030-2000國標的發布，它將在不久的將來完成它的曆史使命。 GB18030-2000(GBK2K)在GBK的基礎上進一步擴充了漢字，增加了藏、蒙等少數民族的字形。GBK2K從根本上解決了字位不夠，字形不足的問題。它有幾個特點： ●它並沒有確定所有的字形，只是規定了編碼範圍，留待以後擴充。
●編碼是變長的，其二位元組部分與 GBK 相容；四位元組部分是擴充的字形、字位，其編碼範圍是首位元組 0x81-0xfe、二位元組0x30-0x39、三位元組 0x81-0xfe、四位元組0x30-0x39。
●它的推廣是分階段的，首先要求實現的是能夠完全映射到 Unicode 3.0 標準的所有字形。
●它是國家標準，是強制性的。
現在還沒有任何一個作業系統或軟體實現了 GBK2K 的支援，這是現階段和將來漢化的工作內容。 3.JSP/Servlet 漢字編碼問題及在 WAS 中的解決辦法 3.1 常見的 encoding 問題的現象 網上常出現的 JSP/Servlet encoding 問題一般都表現在 browser 或應用程式端，如:
●瀏覽器中看到的 Jsp/Servlet 頁面中的漢字怎麼都成了 ’?’ ?
●瀏覽器中看到的 Servlet 頁面中的漢字怎麼都成了亂碼？
●JAVA 應用程式介面中的漢字怎麼都成了方塊？
●Jsp/Servlet 頁面無法顯示 GBK 漢字。
●Jsp/Servlet 不能接收 form 提交的漢字。
●JSP/Servlet 資料庫讀寫無法獲得正確的內容。
隱藏在這些問題後面的是各種錯誤的字元轉換和處理（除第3個外，是因為Javafont設定錯誤引起的）。解決類似的字元encoding問題，需要瞭解Jsp/Servlet 的運行過程，檢查可能出現問題的各個點。 3.2 JSP/Servlet web 編程時的 encoding 問題
運行於Java 應用伺服器的 JSP/Servlet 為 Browser 提供 HTML 內容，
其中有字元編碼轉換的地方有： a.JSP 編譯。Java 應用伺服器將根據 JVM 的 file.encoding 值讀取 JSP 源檔案，並轉換為內部字元編碼進行 JSP 編譯，產生 JAVA 源檔案，根據file.encoding值寫迴文件系統。如果當前系統語言支援GBK，那麼這時候不會出現encoding問題。如果是英文的系統，如LANG 是 en_US的Linux,AIX或Solaris，則要將JVM的file.encoding值置成GBK。系統語言如果是GB2312，則根據需要，確定要不要設定file.encoding，將 file.encoding 設為 GBK 可以解決潛在的 GBK 字元亂碼問題 b.Java需要被編譯為.class才能在JVM中執行，這個過程存在與a.同樣的file.encoding問題。從這裡開始servlet和jsp的運行就類似了，只不過 Servlet 的編譯不是自動進行的。 c.Servlet需要將HTML頁面內容轉換為browser可接受的encoding內容發送出去。依賴於各JAVAAppServer的實現方式，有的將查詢 Browser的accept-charset和accept-language參數或以其它猜的方式確定encoding值，有的則不管。因此constant-encoding也許是最好的解決方案。對於中文網頁，可在JSP或Servlet中設定contentType="text/html;charset=GB2312"；如果頁面中有GBK字元，則設定為contentType="text/html; charset=GBK"，由於IE 和 Netscape對GBK的支援程度不一樣，作這種設定時需要測試一下。 因為16位JAVAchar在網路傳送時高8位會被丟棄，也為了確保Servlet頁面中的漢字（包括內嵌的和servlet運行過程中得到的）是期望的內碼，可以用PrintWriterout=res.getWriter()取代ServletOutputStreamout=res.getOutputStream(),PrinterWriter將根據contentType中指定的charset作轉換(ContentType需在此之前指定！);也可以用OutputStreamWriter封裝ServletOutputStream類並用write(String)輸出漢字字串。 對於 JSP，JAVA Application Server 應當能夠確保在這個階段將嵌入的漢字正確傳送出去。 d.這是URL字元encoding問題。如果通過get/post方式從browser返回的值中包含漢字資訊，servlet將無法得到正確的值。SUN的 J2SDK 中，HttpUtils.parseName 在解析參數時根本沒有考慮 browser 的語言設定，而是將得到的值按 byte 方式解析。這是網上討論得最多的 encoding問題。因為這是設計缺陷，只能以bin方式重新解析得到的字串；或者以hackHttpUtils類的方式解決。參考文章2、3均有介紹，不過最好將其中的中文 encoding GB2312、 CP1381 都改為 GBK，否則遇到 GBK 漢字時，還是會有問題。 ServletAPI2.3提供一個新的函數HttpServeletRequest.setCharacterEncoding用於在調用request.getParameter(“param_name”) 前指定應用程式希望的 encoding，這將有助於徹底解決這個問題。 WebSphere Application Server 對標準的 Servlet API 2.x 作了擴充，提供較好的多語言支援。上述c,d情況，WAS 都要查詢 Browser 的語言設定，在預設狀況下zh、zh-cn 等均被映射為 JAVA encoding CP1381（注意：CP1381 只是等同於 GB2312 的一個 codepage，沒有 GBK 支援）。這樣做我想是因為無法確認 Browser 啟動並執行作業系統是支援GB2312, 還是 GBK，所以取其小。但是實際的應用
系統還是要求頁面中出現 GBK 漢字，最著名的是朱總理名字中的“?”(rong2 ，0xe946，/u9555)，所以有時還是需要將 Encoding/Charset 指定為 GBK。當然 WAS 中變更預設的 encoding 沒有上面說的那麼麻煩，針對 a,b，參考文章 5 ），在 Application Server 的命令列參數中指定-Dfile.encoding=GBK即可；針對d，在ApplicationServer的命令列參數中指定-Ddefault.client.encoding=GBK。如果指定了-Ddefault.client.encoding=GBK，那麼c情況下可以不再指定charset。 3.3 資料庫讀寫時的 encoding 問題 JSP/Servlet 編程中經常出現 encoding 問題的另一個地方是讀寫資料庫中的資料。流行的關聯式資料庫系統都支援資料庫 encoding，也就是說在建立資料庫時可以指定它自己的字元集設定，資料庫的資料以指定的編碼形式儲存。當應用程式訪問資料時，在入口和出口處都會有 encoding 轉換。對於中文資料，應當保證資料的完整性。GB2312，GBK，UTF-8 等都是可選的資料庫 encoding；如果選擇 ISO8859-1(8-bitSBCS)，那麼應用程式在寫資料之前須將16Bit的一個漢字或Unicode拆分成兩個8-bit的字元，讀資料之後則需將兩個位元組合并起來，同時還有判別其中的 SBCS 字元。沒有充分利用資料庫 encoding 的作用，反而增加了編程的複雜度，ISO8859-1不是推薦的資料
庫 encoding。JSP/Servlet編程時，可以先用資料庫管理系統提供的功能檢查其中的中文資料是否正確。 然後應當注意的是讀出來的資料的 encoding，JAVA 程式中一般得到的是 Unicode。寫資料時則相反。 3.4 定位問題時常用的技巧 定位中文encoding問題通常採用最笨的也是最有效辦法——在你認為有嫌疑的程式處理後列印字串的內碼。通過列印字串的內碼，你可以發現什麼時候中文字元被轉換成Unicode，什麼時候Unicode被轉回中文內碼，什麼時候一個中文字成了兩個Unicode字元，什麼時候中文字串被轉成了一串問號，什麼時候中文字串的高位被截掉了…… 取用合適的樣本字串也有助於區分問題的類型。如：”aa啊aa?aa”等中英相間、GB、GBK特徵字元均有的字串。一般來說，英文字元無論怎麼轉換或處理，都不會失真（如果遇到了，可以嘗試著增加連續的英文字母長度）。
1 最基本的亂碼問題。
這個亂碼問題是最簡單的亂碼問題。一般新會出現。就是頁面編碼不一致導致的亂碼。
<%@ page language="java" pageEncoding="UTF-8"%>
<%@ page contentType="text/html;charset=iso8859-1"%>
<html>
<head>
<title>中文問題</title>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</head>
</head>
<body>
我是個好人
</body>
</html>
三個地方的編碼。
第一個地方的編碼格式為jsp檔案的儲存格式。Eclipse會根據這個編碼格式儲存檔案。並編譯jsp檔案，包括裡面的漢字。
第二處編碼為解碼格式。因為存為UTF-8的檔案被解碼為iso8859-1，這樣 如有中文肯定出亂碼。也就是必須一致。而第二處所在的這一行，可以沒有。預設也是使用iso8859-1的編碼格式。所以如果沒有這一行的話，“我是個好 人”也會出現亂碼。必須一致才可以。
第三處編碼為控制瀏覽器的解碼方式。如果前面的解碼都一致並且無誤的話，這個編碼格式沒有關係。有的網頁出現亂碼，就是因為瀏覽器不能確定使用哪種編碼格式。因為頁面有時候會嵌入頁面，導致瀏覽器混淆了編碼格式。出現了亂碼。
2 表單使用Post方式提交後接收到的亂碼問題
這個問題也是一個常見的問題。這個亂碼也是tomcat的內部編碼格式iso8859-1在搗 亂，也就是說post提交時，如果沒有設定提交的編碼格式，則會以iso8859-1方式進行提交，接受的jsp卻以utf-8的方式接受。導致亂碼。既 然這樣的原因，下面有幾種解決方式，並比較。
A 接受參數時進行編碼轉換
String str = new String(request.getParameter("something").getBytes("ISO-8859-1"),"utf-8") ； 這樣的話，每一個參數都必須這樣進行轉碼。很麻煩。但確實可以拿到漢字。
B 在請求頁面上開始處，執行請求的編碼代碼， request.setCharacterEncoding("UTF-8")，把提交內容的字元集設為UTF－8。這樣的話，接受此參數的頁面就不必在轉碼了。直接使用
String str = request.getParameter("something")；即可得到漢字參數。但每頁都需要執行這句話。這個方法也就對post提交的有效 果，對於get提交和上傳檔案時的enctype="multipart/form-data"是無效的。稍後下面單獨對這個兩個的亂碼情況再進行說明。
C 為了避免每頁都要寫request.setCharacterEncoding("UTF-8")，建議使用過濾器對所有jsp
進行編碼處理。這個網上有很多例子。請大家自己查閱。
3 表單get提交方式的亂碼處理方式。
如果使用get方式提交中文，接受參數的頁面也會出現亂碼，這個亂碼的原因也是tomcat的內部編碼格式iso8859-1導致。Tomcat會以get的預設編碼方式iso8859-1對漢字進行編碼，編碼後追加到url，導致接受頁面得到的參數為亂碼/、。
解決辦法：
A 使用上例中的第一種方式，對接受到的字元進行解碼，再轉碼。
B Get走的是url提交，而在進入url之前已經進行了iso8859-1的編碼處理。要想影響這個編碼則需要在server.xml的Connector節點增加useBodyEncodingForURI="true"
屬性配置，即可控制tomcat對get方式的漢字編碼方式，上面這個屬性控制get提交也是 用request.setCharacterEncoding("UTF-8")所設定的編碼格式進行編碼。所以自動編碼為utf-8，接受頁面正常接受 就可以了。但我認為真正的編碼過程是，tomcat又要根據
<Connector port="8080"
maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
enableLookups="false" redirectPort="8443" acceptCount="100"
debug="0" connectionTimeout="20000" useBodyEncodingForURI="true"
disableUploadTimeout="true" URIEncoding=”UTF-8”/>
裡面所設定的URIEncoding=”UTF-8”再進行一次編碼，但是由於已經編碼為utf-8，再編碼也不會有變化了。如果是從url擷取編碼，接受頁面則是根據URIEncoding=”UTF-8”來進行解碼的。
4 上傳檔案時的亂碼解決
上傳檔案時，form表單設定的都是enctype="multipart/form-data"。這種方式以流方式提交檔案。如果使用apach的上傳 組件，會發現有很多亂碼想象。這是因為apach的先期commons-fileupload.jar有bug，取出漢字後進行解碼，因為這種方式提交， 編碼又自動使用的是tomcat預設編碼格式iso-8859-1。但出現的亂碼問題是： 句號，逗號，等特殊符號變成了亂碼，漢字如果數量為奇數，則會出現亂碼，偶數則解析正常。
解決方式： 下載commons-fileupload-1.1.1.jar 這個版本的jar已經解決了這些bug。
但是取出內容時仍然需要對取出的字元進行從iso8859-1到utf-8轉碼。已經能得到正常所有漢字以及字元。
5 Java代碼關於url請求，接受參數的亂碼
url的編碼格式，取決於上面所說的URIEncoding=”UTF-8”。 如果設定了這個編碼格式，則意味著所有到url的漢字參數，都必須進行編碼才可以。否則得到的漢字參數值都是亂碼，例如
一個連結 Response.sendDerect（“/a.jsp?name=張大維”）；而在a.jsp裡面直接使用
String name"）；得到的就是亂碼。因為規定了必須是utf-8才可以，所以，這個轉嚮應該這樣寫：
Response.sendDerect（“/a.jsp?name=URLEncode.encode(“張大維”,”utf-8”)；才可以。
如果不設定這個參數URIEncoding=”UTF-8”， 會怎麼樣呢? 不設定則就使用了預設的編碼格式iso8859-1。問題又出來了，第一就是參數值的個數如果是奇數個數，則就可以正常解析，如果使偶數個數，得到最後字 符就是亂碼。還有就是如果最後一個字元如果是英文，則就能正常解析，但中文的標點符號仍出現亂碼。權宜之計，如果您的參數中沒有中文標點符號，則可以在參 數值最後加一個英文符號來解決亂碼問題，得到參數後再去掉這個最後面的符號。也可以湊或使用。
6 指令碼代碼關於url請求，接受到的參數亂碼
指令碼中也會進行頁面轉向的控制，也會涉及到附帶參數，並在接受頁面解析這個參數的情況。如果這 個漢字參數不進行URIEncoding=”UTF-8”所指定的編碼處理，則接受頁面接受到的漢字也是亂碼。指令碼處理編碼比較麻煩，必須有相應的編碼腳 本對應檔案，然後呼叫指令碼中的方法對漢字進行編碼即可。
7 關於jsp在MyEclipse中開啟的亂碼問題
對於一個已經存在的項目，Jsp檔案的儲存格式可能是utf-8。如果新安裝的 eclipse，則預設開啟使用的編碼格式都是iso8859-1。所以導致jsp裡面的漢字出現亂碼。這個亂碼比較容易解決，直接到 eclipse3.1的喜好設定裡面找到general-〉edidor，設定為您的檔案開啟編碼為utf-8即可。Eclipse會自動重新以新的編碼 格式開啟。漢字即可正常顯示。
8 關於html頁面在eclipse中開啟出現亂碼情況
由於大部分頁面都是由dreamweaver製作，其儲存格式跟eclipse的識別有差別導致。
一般這種情況，在eclipse中建立一個jsp，直接從dreamweaver複製頁面內容粘貼到jsp即可。
