189 8069 5689

如何解决Java中文问题-创新互联

这篇文章主要为大家展示了“如何解决Java中文问题”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“如何解决Java中文问题”这篇文章吧。

成都创新互联公司自成立以来，一直致力于为企业提供从网站策划、网站设计、做网站、成都网站设计、电子商务、网站推广、网站优化到为企业提供个性化软件开发等基于互联网的全面整合营销服务。公司拥有丰富的网站建设和互联网应用系统开发管理经验、成熟的应用系统解决方案、优秀的网站开发工程师团队及专业的网站设计师团队。

我来说一下tomcat如何实现JSP的你就明白了。

预备知识：

　1.字节和unicode

　　Java内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式

　　是使用字节流的。 因此Java要对这些字节流经行转化。char是unicode的，而byte是字节.

　　Java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度，

　　可以用来告诉你，你用的Convertor。其中两个很常用的静态函数是

　　 public static ByteToCharConverter getDefault() ;

　　 public static ByteToCharConverter getConverter(String encoding);

　　如果你不指定converter，则系统会自动使用当前的Encoding,GB平台上用GBK,EN平台上用

　　8859_1

　　我们来就一个简单的例子：

　　　　　"你"的gb码是：0xC4E3 ,unicode是0x4F60

　　　　　你用:

　　　　　--encoding="gb2312";

　　　　　--byte b[]={(byte)u00c4,(byte)u00E3};

　　　　　--convertor=ByteToCharConverter.getConverter(encoding);

　　　　　--char [] c=converter.convertAll(b);

　　　　　--for(int i=0;i

　　　　　--{

　　　　　-- System.out.println(Integer.toHexString(c[i]));

　　　　　--}

　　　　　--打印出来是0x4F60

　　　　　--但是如果使用8859_1的编码，打印出来是

　　　　　--0x00C4,0x00E3

　　　　　----例１

　　　　 反过来：

　　　　 --encoding="gb2312";

　　　　 　　　char c[]={u4F60};

　　　　　　　 convertor=ByteToCharConverter.getConverter(encoding);

　　　　　--byte [] b=converter.convertAll(c);

　　　　　--for(int i=0;i

　　　　　--{

　　　　　-- System.out.println(Integer.toHexString(b[i]));

　　　　　--}

　　　　　　--打印出来是：0xC4,0xE3

　　　　　　----例２

　　　　　　--如果用8859_1就是0x3F，?号，表示无法转化　　　　　　--

　　　　　 很多中文问题就是从这两个最简单的类派生出来的。而却有很多类　　

　　不直接支持把Encoding输入，这给我们带来诸多不便。很多程序难得用encoding

　　了，直接用default的encoding，这就给我们移植带来了很多困难

　　--

　　2.UTF-8

　　--UTF-8是和Unicode一一对应的，其实现很简单

　　--

　　 -- 7位的Unicode: 0 _ _ _ _ _ _ _

　　--11位的Unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _

　　--16位的Unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _

　　--21位的Unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _

　　--大多数情况是只使用到16位以下的Unicode:

　　--"你"的gb码是：0xC4E3 ,unicode是0x4F60

　　--我们还是用上面的例子

　　--　　--例１：0xC4E3的二进制：

　　--　　--　　　 1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1

　　--　　--　　　 由于只有两位我们按照两位的编码来排，但是我们发现这行不通，

　　--　　--　　　 因为第７位不是0因此，返回"?"

　　--　　--　　　

　　--　　--例２：0x4F60的二进制：

　　--　　--　　　 0 1 0 0 1 1 1 1 0 1 1 0 0 0 0 0

　　--　　--　　　 我们用UTF-8补齐，变成：

　　--　　--　　　 11100100 10111101 10100000

　　--　　--　　　 E4--BD-- A0

　　--　　--　　　 于是返回0xE4,0xBD,0xA0

　　--　　--

　　3.String和byte[]

　　--String其实核心是char[],然而要把byte转化成String，必须经过编码。

　　--String.length()其实就是char数组的长度，如果使用不同的编码，很可

　　--能会错分，造成散字和乱码。

　　--例：

　　----byte [] b={(byte)u00c4,(byte)u00e3};

　　----String str=new String(b,encoding);　　----

　　----如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字　　----

　　--这个问题在处理分页是经常发生

　　4.Reader,Writer/InputStream,OutputStream

　　--Reader和Writer核心是char，InputStream和OutputStream核心是byte。

　　--但是Reader和Writer的主要目的是要把Char读/写InputStream/OutputStream

--一个reader的例子：

--文件test.txt只有一个"你"字，0xC4,0xE3--

--String encoding=;

--InputStreamReader reader=new InputStreamReader(

----new FileInputStream("text.txt"),encoding);

--char []c=new char[10];

--int length=reader.read(c);

--for(int i=0;i

----System.out.println(c[i]);

　　--如果encoding是gb2312，则只有一个字符，如果encoding=8859_1，则有两个字符

　　--------

--

--

　　 ----

　2.我们要对Java的编译器有所了解：

　--javac -encoding

　 我们常常没有用到ENCODING这个参数。其实Encoding这个参数对于跨平台的操作是很重要的。

　 如果没有指定Encoding，则按照系统的默认Encoding,gb平台上是gb2312，英文平台上是ISO8859_1。　

　--Java的编译器实际上是调用sun.tools.javac.Main的类，对文件进行编译，这个类　--

　有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。

　编译器就是根据这个变量来读取java文件的，然后把用UTF-8形式编译成class文件。

　一个例子：

　--public void test()

　--{

　----String str="你";

　----FileWriter write=new FileWriter("test.txt");

　----write.write(str);

　----write.close();

　--}

　----例３

--如果用gb2312编译，你会找到E4 BD A0的字段

--

--如果用8859_1编译，

--00C4 00E3的二进制：

--00000000 11000100 00000000 11100011--

--因为每个字符都大于7位，因此用11位编码：

--11000001 10000100 11000011 10100011

--C1-- 84--　C3--　 A3

--你会找到C1 84 C3 A3 --

　　但是我们往往忽略掉这个参数，因此这样往往会有跨平台的问题：

　　--　　例３在中文平台上编译，生成ZhClass

　　--　　例３在英文平台上编译，输出EnClass

　　--1.　 ZhClass在中文平台上执行OK,但是在英文平台上不行

　　--2.　 EnClass在英文平台上执行OK,但是在中文平台上不行

　　原因：

　--1.在中文平台上编译后，其实str在运行态的char[]是0x4F60,　----

　--在中文平台上运行，FileWriter的缺省编码是gb2312,因此

　--CharToByteConverter会自动用调用gb2312的converter,把str转化

以上是“如何解决Java中文问题”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联-成都网站建设公司行业资讯频道！


分享标题：如何解决Java中文问题-创新互联
链接分享：http://cdxtjz.cn/article/djidpd.html

其他资讯