在Java編程中，中文字體編碼難倒了不少程序員，如果抓住了影響Java中文顯示的幾個(gè)關(guān)鍵因素，問(wèn)題將迎刃而解。
Java是目前最流行的面向對象的編程語(yǔ)言之一，Java支持UTF-8、ISO-8 859-1、GBK等各種字體編碼，可筆者發(fā)現Java中字體編的問(wèn)題仍難倒了不少程序員，網(wǎng)上雖然也有不少關(guān)于在Java中如何正確顯示中文的文章，但都不夠全面，筆者特意總結如下。
影響Java中字體編碼正確顯示的有幾個(gè)因素: 1)數據庫的連接方式; 2)網(wǎng)頁(yè)中使用的字體編碼; 3)數據庫里存放數據的字體編碼; 4)Java的缺省字體編碼。如果在編程中遇到不能正確顯示中文時(shí)，要先弄清楚以上幾項所使用的字體編碼，再分析找出原因，即可解決問(wèn)題。
眾所周知，JSP是Java的一種，和網(wǎng)頁(yè)有關(guān)，而網(wǎng)頁(yè)也有自己的中文編碼系統，所以JSP處理中文要比純Java的類(lèi)文件更為麻煩。本文的測試數據庫是MySQL3.2，數據庫連接驅動(dòng)是用org.gjt.mm.mysql.Driver，這里主要討論UTF-8和GBK的顯示( GB2312是GBK的一個(gè)子集，Java中可以使用GBK來(lái)代替GB系列)。我們先來(lái)研究JSP中字體編碼問(wèn)題， 下面第一到第六點(diǎn)是針對JSP的(因為從數據庫里讀出中文數據與寫(xiě)入中文數據有所區別，咱們分別說(shuō)明，前三點(diǎn)是從讀取數據庫到顯示在網(wǎng)頁(yè)，后三點(diǎn)是從網(wǎng)頁(yè)輸入數據到存入數據庫)，第七到第九點(diǎn)針對純Java的類(lèi)文件。 以下rs表示ResultSet的一個(gè)實(shí)例，是執行Select語(yǔ)句之后產(chǎn)生的數據集。
一、數據庫連接方式使用UTF-8
在連接數據庫的驅動(dòng)后面加上這句參數useUnicode=true&characterEncoding=
UTF-8，例如jdbc:mysql://localhost/DBVF?autoReconnect=true&useUnicode=
true&characterEncoding=UTF-8，從數據庫里讀出中文顯示在使用GBK的JSP的網(wǎng)頁(yè)里，如果數據庫里存放的字體編碼是UTF-8，在JSP中使用 str=new String(rs.getBytes(1),"UTF-8")或者str=rs.getString(1)，可以正確顯示中文。如果數據庫里存放的是GBK數據，那么JSP中也要使用str=new String(rs.getBytes(1),"GBK")來(lái)顯示正確的中文。值得注意的是如果頁(yè)面使用UTF-8，數據庫里存放的是UTF-8，也可以用str=new String(rs.getBytes(1),"GBK")正確顯示中文。如果網(wǎng)頁(yè)是UTF-8，而數據庫里存放的是GBK，無(wú)法直接顯示中文，需要2步轉換, str=new String(rs.getBytes(1),"GBK"); 再str=new String(str.getBytes("UTF-8"),"GBK")，才可以正確顯示中文。
二、數據庫連接方式使用GBK
在連接數據庫的驅動(dòng)后面加上這句參數useUnicode=true&characterEncoding=
GBK,例如jdbc:mysql://localhost/DBVF?autoReconnect=true&UseUnicode=true&
characterEncoding=GBK，從數據庫里讀出中文，顯示在使用GBK的JSP的網(wǎng)頁(yè)里，如果數據庫里存放的字體編碼是UTF-8，在JSP中一定要使用 str=new String(rs.getBytes(1),"UTF-8")，才正確顯示中文。如果數據庫里存放的是GBK數據，那么JSP中也要使用str=new String(rs.getBytes(1),"GBK") 或者直接使用str=rs.getString(1)，即可顯示正確的中文。 如果網(wǎng)頁(yè)是UTF-8，而數據庫里存放的是GBK，只能用str=new String(rs.getString(1).getBytes("UTF-8"),"GBK")的方法來(lái)顯示中文; 如果網(wǎng)頁(yè)是UTF-8，而數據庫里存放的是UTF-8，可用str=new String(rs.getBytes(1),"GBK") 或者rs.getString(1)方法來(lái)顯示中文。
三、使用缺省數據庫連接方式
連接數據庫的驅動(dòng)后面沒(méi)有這句參數useUnicode=&characterEncoding=，例如jdbc:mysql://localhost/DBVF?autoReconnect=true，沒(méi)有參數useUnicode=true&characterEncoding，表示使用默認的ISO-8895-1編碼。
1. 從數據庫里讀出中文，顯示在GBK的網(wǎng)頁(yè)里。如果數據庫里存放的字體編碼是UTF-8，在JSP網(wǎng)頁(yè)中一定要使用語(yǔ)句 str=new String(rs.getBytes(1),"UTF-8") 或者str= new String(rs.getString(1).getBytes("ISO-8859-1"),"UTF-8")，才可正確顯示中文。如果數據庫里存放的是GBK數據，那么JSP中也要使用str=new String(rs.getBytes(1),"GBK")或str=new String(rs.getString(1).getBytes("ISO-8859-1"),"GBK") 顯示正確的中文。
2. 如果網(wǎng)頁(yè)是UTF-8,不能直接正確顯示GBK，需要2步轉換，str=new String(rs.getBytes(1),"GBK")，再str=new String(str.getBytes("UTF-8"),"GBK") 才可以正確顯示中文。如果數據庫里存的是UTF-8，直接用str=new String(rs.getBytes(1),"GBK")或者str=new String(rs.getString(1).getBytes("ISO-8859-1"),"GBK")就可以顯示中文了。
以上是讀取數據庫里中文正確顯示在網(wǎng)頁(yè)上，下面三點(diǎn)是如何正確存入數據庫。
四、數據庫連接方式使用UTF-8編碼
JSP中要把網(wǎng)頁(yè)輸入的中文存入數據庫，通常有一個(gè)提交(Submit)的過(guò)程，是用str=request.getParameter("username")，然后執行update或者insert語(yǔ)句來(lái)存入數據庫。如何賦值給str很重要，而且這里中文輸入與網(wǎng)頁(yè)所使用的字體編碼有關(guān)。
1、 網(wǎng)頁(yè)使用UTF-8，使用str= new String(request.getParameter("username").getBytes("ISO-8859-1"),"UTF-8")或者str= new String(request.getParameter("username").getBytes(),"UTF-8")，都可以使得存到數據庫里的數據是UTF-8編碼。
2. 網(wǎng)頁(yè)使用GBK，使用str= new String(request.getParameter("username").getBytes(),"GBK")，那么存入數據庫的是UTF-8編碼。
3. 值得注意的是使用UTF-8的數據庫連接方式不能存得GBK。
五、數據庫連接方式使用GBK編碼
1. 輸入使用GBK網(wǎng)頁(yè)，存到數據庫里是GBK的方法: str= new String(request.getParameter("username").getBytes("ISO-8859-1"),"GBK") 或者str= new String(request.getParameter("username").getBytes(),"GBK")。
2. 網(wǎng)頁(yè)使用GBK，想存入UTF-8到數據庫里，要分2步: 先str=new String(request.getParameter("username").getBytes(),"GBK")，再str=new String(str.getBytes("UTF-8"),"GBK")即可。
3. 網(wǎng)頁(yè)使用UTF-8，而且使用str= new String(request.getParameter("username").getBytes("ISO-8859-1"),"GBK") 或者str= new String(request.getParameter("username").getBytes(),"UTF-8")，那么存到數據庫里的數據是UTF-8編碼。
4. 網(wǎng)頁(yè)使用UTF-8，而且使用str= new String(request.getParameter("username").getBytes("ISO-8859-1"),"UTF-8")，那么存到數據庫里的數據是GBK編碼。
六、數據庫連接方式使用缺省，即不使用參數useUnicode和characterEncoding
1. 網(wǎng)頁(yè)使用GBK，如果使用str= request.getParameter("username")或者str= new String(request.getParameter("username").getBytes())，那么在數據庫里的數據是GBK碼。網(wǎng)頁(yè)使用UTF-8 和使用str= request.getParameter("username")，則存入數據庫是UTF-8編碼。
2. 如果使用str= new String(request.getParameter("username").getBytes("ISO-8859-1"))，那么根據網(wǎng)頁(yè)提供的字體編碼而存到數據庫里，比如是UTF-8的網(wǎng)頁(yè)，那么存到數據庫中就是UTF-8編碼，如果使用GBK網(wǎng)頁(yè)，那么存到數據庫里的字就是GBK編碼。
3. 如果使用str= new String(request.getParameter("username").getBytes("UTF-8"),"UTF-8")這一種組合能存到正確的數據外，其他存到數據庫里的數據則都是亂碼或者錯誤碼。在這個(gè)UTF-8組合的特例中，網(wǎng)頁(yè)使用的是GBK，則存放到數據庫里就是GBK，網(wǎng)頁(yè)使用UTF-8，那么存到數據庫里的就是UTF-8。
4. 網(wǎng)頁(yè)是GBK的要存得UTF-8，一定需要2步: company=new String(request.getParameter("company").getBytes(),"GBK")和company=new String(company.getBytes("UTF-8"))。
5. 網(wǎng)頁(yè)是UTF-8的，不能存得GBK在數據庫里，一句話(huà)，改變數據庫連接方式不能存得GBK碼。
以上所有的都是基于JSP網(wǎng)頁(yè)和數據庫交換數據，下面討論一下純JAVA編程下的字體編碼轉換。
七、數據庫連接方式使用UTF-8編碼
1. 數據庫里的中文是UTF-8，可以轉換為GBK,但不能把GBK存入數據庫。
2. 數據庫是GBK，如果轉換為UTF-8，使用content=new String(rs.getBytes(2),"GBK")直接將content存入數據庫就可為UTF-8。
八、數據庫連接方式使用GBK編碼
1. 數據庫里的中文是UTF-8，如果轉換為GBK，使用content= new String(rs.getString(2).getBytes(),"UTF-8"),再直接使用update或者insert語(yǔ)句插入到數據庫，即存得GBK。如果使用content= new String(rs.getString(2).getBytes(),"GBK")或者content= new String(rs.getString(2).getBytes())，再存入數據庫即存得還是UTF-8編碼。
2. 數據庫里的中文是GBK，如果轉換為UTF-8，使用content= new String(rs.getString(2).getBytes("UTF-8"))或者content= new String(rs.getString(2).getBytes("UTF-8"),"GBK")，再直接使用update或者insert語(yǔ)句插入到數據庫,即存得UTF-8。
3. 如果某個(gè)String是GBK，要轉換為UTF-8，也是使用content= new String(GBKstr.getBytes("UTF-8"))或者content= new String(GBKstr.getBytes("UTF-8"),"GBK"); 如果某個(gè)String是UTF-8，要轉換為GBK，應該使用new String(UTFstr.getBytes("GBK"),"UTF-8")。
九、數據庫連接方式使用缺省,即不跟參數
1. str2=new String(GBKstr.getBytes("UTF-8"),"ISO-8859-1")，可以將數據庫里的GBK編碼轉換為UTF-8。
2. 讀取UTF-8然后存入UTF-8，則用str1=new String(UTFstr.getBytes(),"ISO-8859-1")或者str1=new String(UTFstr.getBytes("GBK"),"ISO-8859-1")。
3. 不能實(shí)現數據庫里的UTF-8轉換為GBK。
如果采用UTF-8的數據庫連接方式或者缺省數據連接方式，那么無(wú)法將UTF-8轉為GBK；而GBK的數據庫連接方式可以實(shí)現UTF-8和GBK的相互轉換。建議大家采用GBK的數據連接方式。
聯(lián)系客服
