記得剛做javaweb開發的時候被這個編碼問題搞得暈頭轉向，經常稀裏糊塗的編碼正常了一會編碼又亂了。那個時候迫於項目進度大多都是知其然不知其所以然。後來有時間就把整個體系搞了個遍，終於摸通了來龍去脈。
在C++的CGI開發時大家喜歡用latin，這個屬於字節方式的編碼格式，存儲mysql節約空間，而C++也是比較容易控制到byte級別的語言。所以經過框架封裝基本也問題不大。
在Java語言中，要涉及修改編碼問題的地方還真多。一個地方沒有設好就會亂碼滿天飛。大概總結包括以下這幾部分：瀏覽器、服務器、數據庫、操作系統。
瀏覽器：
如果使用模板語言，html需要設置顯示的字符集。這個適用於瀏覽器判斷什麼編碼顯示。
1 | <metahttp-equiv="Content-Type"content="text/html; charset=utf-8"/> |
擴展，瀏覽器識別編碼的順序：
1.如果HTTP頭部申明瞭charset，則會使用HTTP頭部的，
2.讓HTTP頭部沒有設置，則會去解析meta標籤的，
3.如果meta也沒有的話，瀏覽器會根據是否設置了auto detect來進行編碼識別，
4.否則會使用本地UI的字符編碼。
服務器：
對於JSP等動態語言，需要在jsp頭部設置編碼格式，J2EE服務器解析這個JSP的時候纔會把整個頁面編碼爲UTF-8輸出，不然就按照系統默認編碼格式ISO-8859-1輸出了。JSP設置格式如下：
1 2 | <%@ page language= "java" contentType = "text/html; charset=UTF-8" pageEncoding ="UTF-8" %> |
大家都知道，JSP對應的就是servlet。servlet的編碼對應如下設置：
1 2 3 4 | publicvoid service(HttpServletRequest request, HttpServletResponse response) throws ServletException,IOException{ response.setContentType("text/html;charset=utf-8"); } |
還有不要漏掉大家常用的spring工具類，編碼轉換filter，很實用。在你用struts、spring mvc時這個過濾器幫你轉換沒有設置的編碼過濾。如下設置：
1 2 3 4 5 6 7 8 9 10 | <filter> <filter-name> Set Character Encoding</filter-name> <filter-class> org.springframework.web.filter.CharacterEncodingFilter </filter-class> <init-param> <param-name> encoding</param-name> <param-value> UTF-8</param-value> </init-param> </filter> |
萬一還有亂碼怎麼辦呢？doGet方式的參數傳遞肯定會有亂碼問題。只需要在tomcat的監聽器裏設置編碼字符集如下（文件一般存儲在 /tomcat安裝目錄/conf/server.xml ）：
1 2 3 | <Connectorport="80"protocol="HTTP/1.1" connectionTimeout="20000" redirectPort="8443"URIEncoding="utf-8"/> |
大家在開發的時候別忘了java文件本身也是有編碼格式的。在類文件右鍵查看屬性。
如果開發時忘記更改文件的編碼格式，windows默認是GBK的，後來又要一直到utf8編碼的linux怎麼辦。文件巨多，總不能一個一個去更改吧。其實很簡單，只需要在java命令的環境參數設置 -Dfile.encoding=GBK 解決。
編譯java代碼時，如果使用ant需要在javac裏設置編譯的字符集。這樣打印的log輸出到文件或者控制檯上就不會亂碼了。
1 | <javacdebuglevel= "source,lines"source= "1.6"encoding= "utf-8"> |
maven編譯時設置的字符集：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | < artifactId> maven-compiler-plugin </artifactId> < version> 2.5 </version> < configuration> < optimize> true </optimize> < showDeprecation> false </showDeprecation> < debuglevel> lines,source </debuglevel> < source> 1.6 </source> < target> 1.6 </target> < encoding> UTF-8 </encoding> < meminitial> 128m </meminitial> < maxmem> 768m </maxmem> </ configuration> |
sqlmap的sql xml，sping的xml 也是需要設置的，因爲涉及到跨平臺。 頂上添加：
1 | <!--?xml version="1.0" encoding="UTF-8"?--> |
數據庫：
這裏列出大家用的最多的Mysql字符集設置。打開mysql的配置文件( linux 一般在 /etc/my.cnf ，windows在mysql的安裝目錄 my.ini)。設置如下：
1 2 3 4 5 | [mysqld] default-character-set = utf8 [ mysql] character_set_server = utf8 |
jdbc需要設置
jdbc : mysql://192.168.0.237:3306/dzh_db?useUnicode=true&characterEncoding=UTF-8
這些都設置了一般的中文是不會有問題的。
不過最近出現了一個問題很搞怪。以前以爲所有的字符只要設置好了所有數據都可以錄入數據庫，結果有些字符就不行，比如●■★這類型的。後來把這些字符變成字節碼，居然不是三位utf8的，我擦，大汗淋漓。後來查詢可以通過過濾utf8 特殊字符的方式處理。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 | publicstaticString Utf2String (byte buf[]){ int len = buf.length; StringBuffer sb =newStringBuffer(len /2); for(int i =0; i < len; i++){ if(by2int(buf[i])<= 0x7F) sb.append((char) buf[i]); elseif(by2int(buf[i])<= 0xDF && by2int(buf[i])>= 0xC0){ int bh = by2int(buf[i]& 0x1F); int bl = by2int(buf[++i]& 0x3F); bl = by2int(bh <<6| bl); bh = by2int(bh >>2); int c = bh <<8| bl; sb.append((char) c); }elseif(by2int(buf[i])<= 0xEF && by2int(buf[i])>= 0xE0){ int bh = by2int(buf[i]& 0x0F); int bl = by2int(buf[++i]& 0x3F); int bll = by2int(buf[++i]& 0x3F); bh = by2int(bh <<4| bl >>2); bl = by2int(bl <<6| bll); int c = bh <<8| bl; // 空格轉換爲半角 if(c ==58865){ c =32; } sb.append((char) c); } } return sb.toString(); } |
或者把mysql的字符集改爲 utf8mb4 ，記得這個只有mysql55支持哦！
1 2 3 4 5 | [mysqld] default-character-set =utf8mb4 [ mysql] character_set_server = utf8mb4 |
操作系統：
windows默認是gbk，一般不需要變動。不過大家又想每個文件都要建立爲utf8格式怎麼辦，不可能我們每個文件建立後都去用屬性改變一下？太麻煩！直接在eclipse設置後，同種類型的文件建立都會是utf8格式。
linux，可以有兩個地方修改基本就足夠了：
vi /etc/sysconfig/i18n
修改
1 2 3 | LANG="zh_CN.GB3212" LANGUAGE="zh_CN.GB18030:zh_CN.GB2312:zh_CN" SUPPORTED="zh_CN.GB18030:zh_CN:zh:en_US.UTF-8:en_US:en" |
vi /etc/profile
1 2 | export LC_ALL="zh_CN.GB2312" export LANG="zh_CN.GB2312" |
原創文章，轉載請註明： 轉載自Lanceyan
本文鏈接地址:談談WEB開發中的苦大難字符集問題