Java中如何正確使用字體編碼

申請免費試用、咨詢電話：400-8352-114

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中文顯示的幾個關(guān)鍵因素，問題將迎刃而解。

Java是目前最流行的面向?qū)ο蟮木幊陶Z言之一，Java支持UTF-8、ISO-8859-1、GBK等各種字體編碼，可筆者發(fā)現(xiàn)Java中字體編碼的問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(jié)如下。

影響Java中字體編碼正確顯示的有幾個因素: 1)數(shù)據(jù)庫的連接方式; 2)網(wǎng)頁中使用的字體編碼; 3)數(shù)據(jù)庫里存放數(shù)據(jù)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，要先弄清楚以上幾項所使用的字體編碼，再分析找出原因，即可解決問題。

眾所周知，JSP是Java的一種，和網(wǎng)頁有關(guān)，而網(wǎng)頁也有自己的中文編碼系統(tǒng)，所以JSP處理中文要比純Java的類文件更為麻煩。本文的測試數(shù)據(jù)庫是MySQL3.2，數(shù)據(jù)庫連接驅(qū)動是用org.gjt.mm.mysql.Driver，這里主要討論UTF-8和GBK的顯示( GB2312是GBK的一個子集，Java中可以使用GBK來代替GB系列)。我們先來研究JSP中字體編碼問題， 下面第一到第六點是針對JSP的(因為從數(shù)據(jù)庫里讀出中文數(shù)據(jù)與寫入中文數(shù)據(jù)有所區(qū)別，咱們分別說明，前三點是從讀取數(shù)據(jù)庫到顯示在網(wǎng)頁，后三點是從網(wǎng)頁輸入數(shù)據(jù)到存入數(shù)據(jù)庫)，第七到第九點針對純Java的類文件。 以下rs表示ResultSet的一個實例，是執(zhí)行Select語句之后產(chǎn)生的數(shù)據(jù)集。

一、數(shù)據(jù)庫連接方式使用UTF-8

在連接數(shù)據(jù)庫的驅(qū)動后面加上這句參數(shù)useUnicode=true&characterEncoding=

UTF-8，例如jdbc:mysql://localhost/DBVF?autoReconnect=true&useUnicode=

true&characterEncoding=UTF-8，從數(shù)據(jù)庫里讀出中文顯示在使用GBK的JSP的網(wǎng)頁里，如果數(shù)據(jù)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(shù)據(jù)庫里存放的是GBK數(shù)據(jù)，那么JSP中也要使用str=new String(rs.getBytes(1),"GBK")來顯示正確的中文。值得注意的是如果頁面使用UTF-8，數(shù)據(jù)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)頁是UTF-8，而數(shù)據(jù)庫里存放的是GBK，無法直接顯示中文，需要2步轉(zhuǎn)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(shù)據(jù)庫連接方式使用GBK

在連接數(shù)據(jù)庫的驅(qū)動后面加上這句參數(shù)useUnicode=true&characterEncoding=

GBK,例如jdbc:mysql://localhost/DBVF?autoReconnect=true&UseUnicode=true&

characterEncoding=GBK，從數(shù)據(jù)庫里讀出中文，顯示在使用GBK的JSP的網(wǎng)頁里，如果數(shù)據(jù)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(shù)據(jù)庫里存放的是GBK數(shù)據(jù)，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)頁是UTF-8，而數(shù)據(jù)庫里存放的是GBK，只能用str=new String(rs.getString(1).getBytes("UTF-8"),"GBK")的方法來顯示中文; 如果網(wǎng)頁是UTF-8，而數(shù)據(jù)庫里存放的是UTF-8，可用str=new String(rs.getBytes(1),"GBK") 或者rs.getString(1)方法來顯示中文。

三、使用缺省數(shù)據(jù)庫連接方式

連接數(shù)據(jù)庫的驅(qū)動后面沒有這句參數(shù)useUnicode=&characterEncoding=，例如jdbc:mysql://localhost/DBVF?autoReconnect=true，沒有參數(shù)useUnicode=true&characterEncoding，表示使用默認的ISO-8895-1編碼。

1. 從數(shù)據(jù)庫里讀出中文，顯示在GBK的網(wǎng)頁里。如果數(shù)據(jù)庫里存放的字體編碼是UTF-8，在JSP網(wǎng)頁中一定要使用語句 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(shù)據(jù)庫里存放的是GBK數(shù)據(jù)，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)頁是UTF-8,不能直接正確顯示GBK，需要2步轉(zhuǎn)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(shù)據(jù)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(shù)據(jù)庫里中文正確顯示在網(wǎng)頁上，下面三點是如何正確存入數(shù)據(jù)庫。

四、數(shù)據(jù)庫連接方式使用UTF-8編碼

JSP中要把網(wǎng)頁輸入的中文存入數(shù)據(jù)庫，通常有一個提交(Submit)的過程，是用str=request.getParameter("username")，然后執(zhí)行update或者insert語句來存入數(shù)據(jù)庫。如何賦值給str很重要，而且這里中文輸入與網(wǎng)頁所使用的字體編碼有關(guān)。

1、 網(wǎng)頁使用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(shù)據(jù)庫里的數(shù)據(jù)是UTF-8編碼。

2. 網(wǎng)頁使用GBK，使用str= new String(request.getParameter("username").getBytes(),"GBK")，那么存入數(shù)據(jù)庫的是UTF-8編碼。

3. 值得注意的是使用UTF-8的數(shù)據(jù)庫連接方式不能存得GBK。

五、數(shù)據(jù)庫連接方式使用GBK編碼

1. 輸入使用GBK網(wǎng)頁，存到數(shù)據(jù)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)頁使用GBK，想存入UTF-8到數(shù)據(jù)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(shù)據(jù)庫里的數(shù)據(jù)是UTF-8編碼。

4. 網(wǎng)頁使用UTF-8，而且使用str= new String(request.getParameter("username").getBytes("ISO-8859-1"),"UTF-8")，那么存到數(shù)據(jù)庫里的數(shù)據(jù)是GBK編碼。

六、數(shù)據(jù)庫連接方式使用缺省，即不使用參數(shù)useUnicode和characterEncoding

1. 網(wǎng)頁使用GBK，如果使用str= request.getParameter("username")或者str= new String(request.getParameter("username").getBytes())，那么在數(shù)據(jù)庫里的數(shù)據(jù)是GBK碼。網(wǎng)頁使用UTF-8 和使用str= request.getParameter("username")，則存入數(shù)據(jù)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(jù)網(wǎng)頁提供的字體編碼而存到數(shù)據(jù)庫里，比如是UTF-8的網(wǎng)頁，那么存到數(shù)據(jù)庫中就是UTF-8編碼，如果使用GBK網(wǎng)頁，那么存到數(shù)據(jù)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(shù)據(jù)外，其他存到數(shù)據(jù)庫里的數(shù)據(jù)則都是亂碼或者錯誤碼。在這個UTF-8組合的特例中，網(wǎng)頁使用的是GBK，則存放到數(shù)據(jù)庫里就是GBK，網(wǎng)頁使用UTF-8，那么存到數(shù)據(jù)庫里的就是UTF-8。

4. 網(wǎng)頁是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)頁是UTF-8的，不能存得GBK在數(shù)據(jù)庫里，一句話，改變數(shù)據(jù)庫連接方式不能存得GBK碼。

以上所有的都是基于JSP網(wǎng)頁和數(shù)據(jù)庫交換數(shù)據(jù)，下面討論一下純JAVA編程下的字體編碼轉(zhuǎn)換。

七、數(shù)據(jù)庫連接方式使用UTF-8編碼

1. 數(shù)據(jù)庫里的中文是UTF-8，可以轉(zhuǎn)換為GBK,但不能把GBK存入數(shù)據(jù)庫。

2. 數(shù)據(jù)庫是GBK，如果轉(zhuǎn)換為UTF-8，使用content=new String(rs.getBytes(2),"GBK")直接將content存入數(shù)據(jù)庫就可為UTF-8。

八、數(shù)據(jù)庫連接方式使用GBK編碼

1. 數(shù)據(jù)庫里的中文是UTF-8，如果轉(zhuǎn)換為GBK，使用content= new String(rs.getString(2).getBytes(),"UTF-8"),再直接使用update或者insert語句插入到數(shù)據(jù)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(shù)據(jù)庫即存得還是UTF-8編碼。

2. 數(shù)據(jù)庫里的中文是GBK，如果轉(zhuǎn)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語句插入到數(shù)據(jù)庫,即存得UTF-8。

3. 如果某個String是GBK，要轉(zhuǎn)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String是UTF-8，要轉(zhuǎn)換為GBK，應該使用new String(UTFstr.getBytes("GBK"),"UTF-8")。

九、數(shù)據(jù)庫連接方式使用缺省,即不跟參數(shù)

1. str2=new String(GBKstr.getBytes("UTF-8"),"ISO-8859-1")，可以將數(shù)據(jù)庫里的GBK編碼轉(zhuǎn)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. 不能實現(xiàn)數(shù)據(jù)庫里的UTF-8轉(zhuǎn)換為GBK。

如果采用UTF-8的數(shù)據(jù)庫連接方式或者缺省數(shù)據(jù)連接方式，那么無法將UTF-8轉(zhuǎn)為GBK；而GBK的數(shù)據(jù)庫連接方式可以實現(xiàn)UTF-8和GBK的相互轉(zhuǎn)換。建議大家采用GBK的數(shù)據(jù)連接方式。