分析 Java 中乱码问题产生的根源

2019-11-18 11:59:57

字体：大中小

来源：转载

供稿：网友

　　最近用到了字符串的压缩，用到了GZipInputStream和GZipOutputStream，再次碰到了阔别已久的中文乱码问题。
　　
　　看了一些相关的文章，觉得我们之所以会碰到这样那样的乱码问题，基本上都是由于我们在某些地方隐含了byte到char的转换，而这种隐含的转换采用的是iso-8859-1的编码进行的。
　　
　　以jsp页面中文传递为例子，假设客户端的编码是GB2312,表单中的中文提交后，首先根据GB2312编码转换为字节流，到达服务器端后，假如我们直接在servlet中调用request.getParameter(String name)等方法，由于方法返回的是String 对象，所以其中必然隐含了一次从byte到char的转换，错误也就是在这里产生的，假如这次转换采用的编码是iso-8859-1，得到的当然是乱码。
　　
　　public class Login
　　extends HttpServlet {
　　PRivate static final String CONTENT_TYPE = "text/Html; charset=UTF-8";
　　.....
　　//Initialize global variables
　　public void init() throws ServletException {
　　}
　　
　　//Process the HTTP Get request
　　public void doGet(HttpServletRequest request, HttpServletResponse response) throws
　　ServletException, IOException {
　　String name = request.getParameter("userid");//隐含的转换
　　
　　name = new String(name.getBytes("iso-8859-1"), "GB2312");//还原字节，重新构造
　　
　　response.setContentType(CONTENT_TYPE);
　　PrintWriter out = response.getWriter();
　　out.println("<html>");
　　out.println("<head><title>Login</title></head>");
　　out.println("<body bgcolor=/"#ffffff/">");
　　out.println("<p>The servlet has received a GET. This is the reply.</p>");
　　out.println("</body>");
　　out.println("</html>");
　　out.close();
　　}
　　}
　　
　　幸好，以iso-8859-1进行的默认转换不会损失字节，也不会增加字节，我们只要按照iso-8859-1的方式返回原来的字节数组，重新按照GB2312的方式进行byte 到char的转换就可以了。
　　
　　再以压缩流为例（文件流实际上也是一样的)
　　
　　public String uncompress(byte[] cmp) {
　　String ret = "";
　　int i;
　　byte[] buf = new byte[512];
　　try {
　　/**
　　*新的方式，始终保持以字节为核心，最后再按照合适的编码进行组装
　　*/
　　BufferedInputStream bis = new BufferedInputStream(new GZIPInputStream(new
　　ByteArrayInputStream(cmp)));
　　
　　/**
　　* 以前的方式
　　* 在 new InputStreamReader()的时候发生了隐含的byte到char的转换，导致之后出来的都是乱码
　　*/
　　//　　　BufferedReader bis = new BufferedReader(new InputStreamReader(new
　　//　　　　　GZIPInputStream(new
　　//　　　　　　　　　　　　　ByteArrayInputStream(cmp))));
　　
　　ByteArrayOutputStream baos = new ByteArrayOutputStream();
　　BufferedOutputStream bos = new BufferedOutputStream(baos);
　　
　　while ( (i = bis.read(buf)) > 0) {
　　bos.write(buf, 0, i);
　　}
　　bos.close();
　　baos.close();
　　bis.close();
　　ret = new String(baos.toByteArray());//用平台默认的编码进行组装，我是GB2312
　　}
　　catch (IOException ex) {
　　ex.printStackTrace();
　　}
　　
　　return ret;
　　}
　　
　　reader是以字符为核心，inputStream是以byte为核心的，当他们转换的时候就会进行byte到char的转换，所以我们要注重自己的调用的顺序。
　　
　　我们假如今后再碰到乱码的问题，就去找找自己是不是什么地方进行了隐含的byte到char的转换。

上一篇：控制对类内部数据或函数成员访问的类

下一篇：异常的捕获和实现自己的异常类