3.1 幾種常見的編碼格式

　　3.1.1 為什么要編碼

　　一個(gè)字節(jié) byte只能表示0~255個(gè)符號(hào)，要表示更多的字符，需要編碼。

　　3.1.2 如何翻譯

　　ASCII碼：有128個(gè)，用一個(gè)字節(jié)的低7位表示。

　　ISO-8859-1，能表示256個(gè)，是單字節(jié)編碼。

　　GB2312： 雙字節(jié)編碼，

　　GBK：是對(duì)GB2312的擴(kuò)展，加入更多漢字，和GB2312兼容，BG2312編碼的漢字可以用GBK來解碼，不會(huì)亂碼。

　　GB18030：

? ? ? ? ??

? ? ? ? UTF-16：Unicode（統(tǒng)一碼），ISO創(chuàng)建的全新的超語言字典。Unicode是JAVA和XML基礎(chǔ)。 注意： Unicode是編碼，也就是碼和漢字（或其他國家語言）的對(duì)應(yīng)關(guān)系。但是具體如何把這些編碼存儲(chǔ)，則要采取不同的編碼方式，比如UTF-16和UTF-8。UTF-16就用固定兩個(gè)字節(jié)表示一個(gè)UNicode編碼。因?yàn)槭枪潭▋蓚€(gè)字節(jié)的長度，所以操作起來很簡(jiǎn)單，這也是JAVA以UTF-16作為字符的內(nèi)存存儲(chǔ)格式的原因。

? ? ? ? UTF-8： UTF的缺點(diǎn)是浪費(fèi)，因?yàn)楹芏嘧址靡粋€(gè)字節(jié)就夠了，用不上兩個(gè)字節(jié)。

? ? ? ? UTF-8的編碼規(guī)則： ?如果一個(gè)字節(jié)最高位為0，XXX

　　　　　　　　　　　 如果一個(gè)字節(jié)以11開頭，XXX

　　　　　　　　　　 ? ? ?如果一個(gè)字節(jié)以10開頭，XXX? ?

3.2 在JAVA中需要編碼的場(chǎng)景

? ? ?什么場(chǎng)合需要編碼

　　3.2.1 在I/O操作中存在的編碼

　　　　在字符到字節(jié)或從字節(jié)到字符的轉(zhuǎn)換，而這種轉(zhuǎn)換的場(chǎng)景主要是I/O. ?I/O包括磁盤和網(wǎng)絡(luò)兩種I/O.

　　　　Reader類是在JAVA IO讀字符的父類，而inputstream類是讀字節(jié)的父類，InputStreamReader類就是關(guān)聯(lián)字節(jié)到字符的橋梁，字節(jié)到字符的轉(zhuǎn)換，而對(duì)具體字節(jié)到字符的編碼實(shí)現(xiàn)，它又委托StreamDecoder去做，解碼過程中必須制定Charset，如果沒有制定，則將使用本地環(huán)境中的默認(rèn)字符集，如在中文環(huán)境中使用GBK。? ? ?

package ioTest;import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import java.io.OutputStreamWriter; import java.io.UnsupportedEncodingException;public class decodeTest {public static void main(String[] args) {String file = "XXX.txt";String charset = "UTF-8";try {FileOutputStream outputStream = new FileOutputStream(file);try {OutputStreamWriter writer = new OutputStreamWriter(outputStream, charset);try {writer.write("要保存的中文字符");} catch (IOException e) {// TODO Auto-generated catch block e.printStackTrace();}} catch (UnsupportedEncodingException e) {// TODO Auto-generated catch block e.printStackTrace();}} catch (FileNotFoundException e) {// TODO Auto-generated catch block e.printStackTrace();}finally{writer.close();}} }

　　3.2.2 在內(nèi)存操作中編碼

字節(jié)和字符轉(zhuǎn)換：

String s = "lfdasjlfjasljfasfa"; byte[] b = s.getBytes("UTF-8"); String n = new String(b, "UTF-8");

byte[] 和 char[]之間編碼和解碼：

String string = "fsdfsd"; Charset chars = Charset.forName("UTF-9"); ByteBuffer byteBuffer = chars.encode(string); CharBuffer charBuffer = chars.decode(byteBuffer);

3.3 在JAVA中如何編碼

　　3.3.1 按照ISO-8859-1編碼

　　3.3.2 按照GB2312編碼

　　3.3.3 按照GBK編碼

　　3.3.4 按照UTF-16編碼

　　3.3.5 按照UTF-8編碼

　　3.3.6 編碼UTF-8編碼代碼片段

　　3.3.7 幾種編碼格式的比較

　　GBK是對(duì)GB2312擴(kuò)展，可以表示所有的漢字。

? ? ? ?UTF-8比UTF-16更適合網(wǎng)絡(luò)傳輸

3.4 在JAVA web中編解碼

?

http請(qǐng)求過程中，存在編碼的地方是：

?

? ? ? ? ? ? ? 前段發(fā)過啦來的URL， cookie， ?Parameters。

?

　　　　服務(wù)器接收到HTTP請(qǐng)求后，要解析HTTP，其中URL，cookie和POST表單參數(shù)需要解碼。

?

　　　　服務(wù)器可能讀網(wǎng)絡(luò)和本地的文件和DB，可能存在編碼問題。

?

　　　　當(dāng)servlet處理完所有請(qǐng)求后，需要將這些數(shù)據(jù)再編碼，發(fā)送給瀏覽器。

?

　　?3.4.1 URL的編解碼

　　　　URL可能存在中文，所以需要編碼。

　　　　瀏覽器編碼URL是將非ASCII字符按照某種編碼格式編碼成16進(jìn)制數(shù)字后將每個(gè)16進(jìn)制表示的字符前加上%。

　　　　瀏覽器可以設(shè)置編碼格式。

　　　　Tomcat是如何解碼的？

? ? ? ? ? ? ? ? ?’URL的URI部分進(jìn)行解碼的字符集是在<Connector URIEncodeing="UTF-8">里設(shè)置的。

　　　　 ? ?QueryString的解析過程：GET方式HTTP請(qǐng)求的querystring和POST方式HTTP請(qǐng)求的表單參數(shù)都是作為parameters保存的，都通過request.getParameter();

　　　　　　　　 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?queryString的解碼字符集是在哪定義的呢？ 是在HTTP的header的contentType或者是默認(rèn)的ISO-8859-1，如果要用HTTP的header中

　　　　　　　　　　　　　　　　 中定義的編碼需要設(shè)置<Connector URIEncoding="UTF-8" ? ? ?useBodyEncodingForURI='true'>

　　　　

?

　　3.4.2 HTTP Header的編解碼

　　除了上面的URL外，還可能在header中傳遞其他參數(shù)，如cookie，redirectPath等。這些用戶設(shè)置的值也可能存在編碼問題。

? ? ? ?對(duì)Header的解碼是在調(diào)用request.getHeader()時(shí)進(jìn)行的。默認(rèn)是按照ISO-8859-1，如果header中有非ASCII，會(huì)亂碼。

? ? ? ?如果要用header傳遞中文，可以傳之前編碼，然后解碼：

　　　　1、客戶端
　　　　method.addRequestHeader("hello",URLEncoder.encode("中文","UTF-8"));
　　　　2、服務(wù)器
　　　　value=URLDecoder.decode(value);

　　3.4.3 POST表單的編解碼

　　　　POST表單提交的參數(shù)的解碼是在第一次調(diào)用request.getParameter時(shí)發(fā)生的，與queryString不同，是通過HTTP的body傳遞的，當(dāng)提交表單的時(shí)候，根據(jù)ContentType的charset編碼格式對(duì)表單中填入的參數(shù)編碼，然后提交到服務(wù)器，在服務(wù)器端也用contentType來解碼。這個(gè)編碼、解碼的字符集使我們自己設(shè)置的。

? ? ? ? ? ? ? 注意一定要在第一次調(diào)request.getParameter方法之前就設(shè)置request.setCharacterEncoding(charset), 否則會(huì)亂碼。

　　3.4.4 HTTP BODY的編解碼

? ? ? ? ? ? ?response.setCharacterEcoding可以設(shè)置編碼方式，覆蓋request.getCharacterEncoding的值，并且通過contentType返回給客戶端。瀏覽器根據(jù)content-Type解碼；如果么有這個(gè)值，按照HTML中的charset來解碼。

? ? ? ? ? ? ?和JDBC的編碼方式要一致。

3.5 在JS中的編碼問題

　　3.5.1 外部引入JS文件

? ? ? ? ? 如何js文件本身的編碼和JS中使用的字符編碼不一致，可能就有亂碼。比如*.js文件是UTF-8，而頁面是GBK，就會(huì)有亂碼問題。

　　3.5.2 JS的URL編碼

　　Ajax的http_request('get', url, ture)調(diào)用，URL在IE下用OS的默認(rèn)編碼，在Firefox下是UTF-8編碼。

　　JS有三個(gè)函數(shù)是和編碼解碼相關(guān)的。

? ? ? ? JAVA是如何來解碼的？JAVA端處理URL編碼、解碼有連個(gè)類： ? 分別是Java.net.URLEncoder和java.net.URLDecoder

　　3.5.3 其他需要編碼的地方

3.6 常見問題分析

　　3.6.1 中文變成了看不懂的字符

　　　　解碼和編碼用的字符集不一樣，就會(huì)出現(xiàn)亂碼。

　　3.6.2 一個(gè)漢字變成一個(gè)問號(hào)

　　　　ISO-8859-1遇到不認(rèn)識(shí)的用3F表示，是問號(hào)。

　　3.6.3 一個(gè)漢字變成兩個(gè)問號(hào)

　　3.6.4 一種不正常的正確編碼

3.7 一種繁簡(jiǎn)轉(zhuǎn)換的實(shí)現(xiàn)方式

3.8 總結(jié)

轉(zhuǎn)載于:https://www.cnblogs.com/liufei1983/p/7384317.html

總結(jié)

以上是生活随笔為你收集整理的第三章 深入分析Java Web中的中文编码问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。