Java乱码问题解决.pdf

Java 乱码问题解决 1.文件页面编码导致的乱码。 每一个文件（java ，js,jsp ，html 等）都有其本身的编码格式，文件中的代码在一种编码中显示正常，在另外一种编码下就 会显示出乱码。 在 Eclipse 中，每一个工程都会有编码格式（Text file encoding ），一般默认为 GBK。而一个比较好的编程习惯是新建一 个项目，优先把项目的编码设为 UTF-8。 这样做的原因很简单，UTF-8 包含全世界所有国家需要用到的字符，是国际编码，通用性强。几种常见的字符集，GBK ， GB2312 ，UTF-8 之间的关系如下： GBK 是国家标准 GB2312 基础上扩容后兼容 GB2312 的标准。GBK、GB2312 等与 UTF8 之间都必须通过 Unicode 编码才 能相互转换 2.不同字符集的字符串转换时导致的乱码。 每一个 String ，底层实现都是用一个byte 数组存储，使用不同的字符集，存储的数组长度当然就不同。如果不使用同一种 字符集进行解码，就一定会出现乱码。 例如如下代码： Java 代码 1. import java.io.Uns upportedEncodingException; 2. import java.nio.charset.Charset; 3. public class TestCharset { 4. 5. public static void main(String[] args) throws UnsupportedEncodingException { 6. 7. String strChineseString = 中文; 8. String encoding = System.getProperty(file.encoding); 9. System.out.println(系统默认的字符集是: + encoding); 10. System.out.println(strChineseString.getBytes(Charset.forName(GBK)).length); 11. System.out.println(strChineseString.getBytes(Charset.forName(UTF-8)).length); 12. System.out.println(strChineseString.getBytes().length); 13. } 14. } 输出结果为： Java 代码 1. 系统默认的字符集是:UTF-8 2. 4 3. 6 4. 6 可以看出，使用 GBK 和 UTF-8 编码，得到的 byte 数组长度不一样，原因就是 utf-8 使用 3 个字节来编码中文，而 GBK 使 1 / 6 用 2 个字节来编码中文。因为我的项目默认使用 UTF-8 ，所以使用不加参数的getBytes()得到的数组长度和使用 UTF-8 编码 的 字符串长度一样。关于字符集的详细知识可以参考第一部分中给出的文章地址。 JDK 中关于getBytes 方法的描述： getBytes() 使用平台的默认字符集将此 String 编码为 byte 序列，并将结果存储到一个新的 byte 数组中。 getBytes(Charset charset) 使用给定的 charset 将此 String 编码到 byte 序列，并将结果存储到新的 byte 数组。 每一个字符串底层都有自己的编码方式。不过一旦调用 getByte 方法后，得到的 byte 数组就是使用某种特定字符集编码后 的数组，不需要再做多余的转换。 当得到上面的 byte 数组后，就可以调用 String 的另外一个方法来生成需要转码的 String 了。 测试例子如下： Java 代码 1. import java.io.UnsupportedEncodingException; 2. import java.nio.charset.Charset; 3. public class TestCharset { 4. 5.