Posted on 2005-06-10 17:08
morcble的blog 閱讀(2114)
評論(1) 編輯 收藏 所屬分類:
轉(zhuǎn)載技術(shù)文章
JSP與MySQL交互的中文亂碼解決方案及總結(jié)
首先實現(xiàn)了一個StringConvert bean（GBtoISO()和ISOtoGB()兩個方法），解決了與MySQL數(shù)據(jù)庫交互的時候的部分中文亂碼問題：在JSP程序中讀取MySQL的中文內(nèi)容，用這兩個方法可以解決亂碼問題。
但是從JSP寫入到MySQL的中文內(nèi)容都成了亂碼，并且再讀出來的時候也顯示為"？？"，在這里應(yīng)該出現(xiàn)了編碼轉(zhuǎn)換過程中的字符信息丟失。郁悶的是，我在命令行窗口中登陸到MySQL后，執(zhí)行如"INSERT INTO customer VALUES('字符',...)"這樣的語句時，寫入到數(shù)據(jù)表中的中文內(nèi)容又是顯示正常的！??！數(shù)據(jù)庫使用的字符集是utf8。
碰壁多次，終于發(fā)現(xiàn)一條解決問題的路徑：查看MySQL手冊的時候，看到一條這樣的語句：To allow multiple character sets to be sent from the client, the "UTF-8" encoding should be used, either by configuring "utf8" as the default server character set, or by configuring the JDBC driver to use "UTF-8" through the characterEncoding property.
此外，在查閱《MySQL權(quán)威指南》時，發(fā)現(xiàn)在查詢語句中可以使用這樣的語法將字符串轉(zhuǎn)換到一個給定的字符集：_charset str。
其中charset必須是服務(wù)器支持的某個字符集。在本例中，shopdb數(shù)據(jù)庫使用的默認字符集是utf8，于是開始測試：
先輸入INSERT INTO publish Values('8',_gb2312 '高等教育出版社') 寫入后中文變成"？？"
再試INSERT INTO publish Values('8',_gbk '高等教育出版社') 結(jié)果同上
INSERT INTO publish Values('8',_utf8 '高等教育出版社') 這下更干脆，什么都沒有?。?
快瘋了!!沒辦法，用show character set;命令查看MySQL支持的字符集，心想我都試一遍總有一個能成功吧。瀏覽了一下，發(fā)現(xiàn)沒有幾個熟悉的字符集，就只剩下一個latin1(ISO-8859-1)比較常見了，不會是它吧，一試之下果然便是。
INSERT INTO publish Values('8',_latin1 '高等教育出版社') 輸入中文能夠正確顯示。
這下總算找到方法了，把Tomcat下配置的數(shù)據(jù)庫連接池的url改為＂...characterEncoding=UTF-8＂，然后把寫入數(shù)據(jù)庫的中文內(nèi)容用
String s2 = new String(s1.getBytes("gb2312"),"ISO-8859-1")進行轉(zhuǎn)碼，其中s1為中文字符串．然后再寫入到數(shù)據(jù)庫一切顯示正常。
為解決這個問題查看了n多資料，現(xiàn)作一個總結(jié)：由于字符集和字符編碼方式的不同，在OS以及程序之間傳遞數(shù)據(jù)（尤其是multiple character sets中的數(shù)據(jù)）時便會產(chǎn)生亂碼以及字符信息的丟失．解決這個問題的關(guān)鍵便是了解數(shù)據(jù)輸出端和接收端使用的字符集和字符編碼方式，如果這兩種編碼方式不同，便需要在數(shù)據(jù)出口或入口處進行 轉(zhuǎn)碼。一般的說，在編寫代碼,編譯，以及運行期間都會字符數(shù)據(jù)的傳遞，因此需要特別小心。
在編寫代碼的時候，你可能會使用某種開發(fā)工具，例如我正在使用的Eclipse．或許在寫的時候一切正常，可是一旦保存后再次打開文檔，所有的中文字符都變成了亂碼。這是因為在編寫的時候，這些字符數(shù)據(jù)都在內(nèi)存的某個stream中，ok，這沒問題，可是保存的時候這個stream中的數(shù)據(jù)會被寫入到硬盤，使用的就是你的開發(fā)工具默認的編碼方式，如果很不幸你的開發(fā)工具默認編碼方式是ISO-8859-1，中文字符信息就不能正確地存儲。Eclipse中可以這樣查看并修改默認字符編碼方式：Project->Properties->info，這里有＂default
encoding for text file＂。如果設(shè)置為GBK，那么編寫代碼并保存這關(guān)就過了。
對于JSP程序而言，編寫完代碼后就交給Container，首先它們會被轉(zhuǎn)成.java文件，然后編譯成.class才能提交給服務(wù)器執(zhí)行．這個過程也存在字符編碼問題．java編譯器(javac)使用操作系統(tǒng)的語言環(huán)境作為默認的字符編碼方式，JRE(Java Runtime Environment)也是這樣。只有當編譯和運行環(huán)境的字符編碼方式與存儲源文件的編碼方式相同時，中文字符才能正確地顯示。否則就需要在運行時進行轉(zhuǎn)碼，使它們使用兼容的編碼。這里的設(shè)置可以分為幾個層次：操作系統(tǒng)層支持的語言，這是最重要的，因為它會影響ＪＶＭ的默認字符編碼方式，同時對字符的顯示，如字體等有直接影響；J2EE服務(wù)器層，大多數(shù)服務(wù)器都可以對字符編碼進行自定義的配置，例如Tomcat就可以通過web.xml中設(shè)置javaEncoding參數(shù)設(shè)置字符編碼，默認是UTF-8．
IE也可以設(shè)置成總是使用UTF-8編碼來發(fā)送請求．應(yīng)用程序?qū)?，每個配置在服務(wù)器下的程序都可以設(shè)置自己的編碼方式，這個我目前還沒有用到，以后再學習。
運行時的轉(zhuǎn)碼，運行時期，應(yīng)用程序很可能需要與外部系統(tǒng)進行交互，例如對數(shù)據(jù)庫進行讀寫，對外部文件進行讀寫．在這些情況下，應(yīng)用程序免不了要和外部系統(tǒng)進行數(shù)據(jù)交換。那么對于中文字符， 數(shù)據(jù)出入口的編碼方式就顯得特別重要了。一般外部系統(tǒng)都有自己的字符編碼方式，我的例子中配置的MySQL就是使用的UTF-8編碼。JSP頁面通過設(shè)定＂charset=gb2312＂,
使用gb2312編碼，在它與數(shù)據(jù)庫交互的時候就需要進行顯式的轉(zhuǎn)碼才能正確處理中文字符。
from:http://publishblog.blogchina.com/blog/tb.b?diaryID=1169246