【下载文档:  java_jsp中_中文问题实例教程.txt 】

---

java/jsp中 中文问题详解
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;i0xC4,0x00E3->0xE3，因此0xC4,0xE3被放进了 　--文件 ---- 1.对于JSP正文的解释： --Tomcat首先看一下你的叶面中有没有"<%@page include的符号。有，则在相同 --地方设定response.setContentType(..);按照encoding的来读，没有他按照8859_1 --读取文件，然后用UTF-8写成.java文件，然后用sun.tools.Main去读取这个文件， --（当然它使用UTF-8去读），然后编译成class文件 --setContentType改变的是out的属性，out变量缺省的encoding是8859_1 2.对Parameter的解释 --很不幸Parameter只有ISO8859_1的解释，这个质料可以在servlet的实现代码中找到。 3.对include的解释 格式的，但是很不幸，由于那个写"org.apache.jasper.compiler.Parser"的人 在数组JspUtil.ValidAttribute[]忘记加了一个参数：encoding,因此导致不支 持这种方式。你完全可以编译源代码，加上对encoding的支持 总结： 如果你在NT底下，最简单的方法就是欺骗java,不加任何Encoding变量： 你好<%=request.getParameter("value")%> http://localhost/test/test.jsp?value=你 结果:你好你 但这种方法局限性较大，比如对上传的文章分段，这样的做法是死定的，最好的 解决方案是用这种方案： <%@ page contentType="text/html;charset=gb2312" %> 你好<%=new String(request.getParameter("value").getBytes("8859_1"),"gb2312")%> 必读好文,但解决方案不敢恭维 -------------------------------------------------------------------------------- 1.网页传参数不提倡用get方法,而且用户可以调整是否用utf-8发送 2.建议jsp中最好不要用,实际上加不加这句都有实现中文正常显示的方案,我认为不加方便些,至少不用写这些代码,如下的配置我认为可以使中文正常显示: a.所有的javabean用iso8859-1编译 b.jsp文件中不要写以上charset=gb2312的语句(写了反而错) 在tomcat情况下注意以上2点就行---了,等等,对于其他有可能不行的jsp服务器,加上以下 c.服务器上的操作系统语言设为英文(像没有装类似bluepoint中文系统的linux一般本来就是英文) 就行---了 谁要是还不对,请报告.... Re：必读好文,但解决方案不敢恭维 -------------------------------------------------------------------------------- Tomcat的参数问题无论是GET或是POST方式都是用8859_1编码的。这个可以看Tomcat Servlet实现的源代码: a) 对于POST方法 　javax.servlet.http.HttpUtils的parsePostData方法： (对于POST的Form数据) 　String postedBody = new String(postedBytes, 0, len, "8859_1");)这里是没有问题的因为中文都会用%来说明。但是parseName这个函数，却没有把是中文的东西整合起来，他只是简单的拼凑，因此可以认定他是使用8859_1的编码规则 　 sb.append((char) Integer.parseInt(s.substring(i+1, i+3), 16)); ----　　i += 2; -- b) 对于GET方法 　org.apache.tomcat.service.http.HttpRequestAdapter 　　　--　line=new String(buf, 0, count, 　　　　　　 Constants.CharacterEncoding.Default); ----Constants.CharacterEncoding.Default=8859_1 　这段代码不好跟踪，千万不要被一些假象迷惑住。HttpRequestAdapter是从RequestImpl中派生的。但是，实际上用8080端口的Server并没有直接用到RequestImpl，而是用了HttpRequestAdapter来获得queryString 对于加不加encoding，我保留我的意见，因为如果要解决上传文件分页问题，必须要用他来编码。而且编码能保证在一些Beans当中的传递性。 看来我要在这里说明一下了 -------------------------------------------------------------------------------- Tomcat仅仅是一个对jsp1.1,servlet2.2的一个标准的实现,我们不应该要求这个免费软件在细致末节上和性能上都面面俱到,它主要考虑的英文用户,这也是为什么不作特殊转换我们的汉字用url方法传递有问题的原因,我们大部分浏览器ie其高级设置中始终以utf-8发送url的选项缺省是选上的,如果说这是tomcat的bug也是可以的,另外Tomcat不管当前的操作系统是什么语言,好像都按iso8859去编译jsp,我觉得也有点欠妥,但是不管怎么说,新标准的实现和热门的软件在语言的支持方面永远都是先考虑英文 我的方案什么说要好一些呢 1.还是那句话,英文国家的软件永远都是先考虑英文,java虚拟机的规范中要求虚拟机内部必须实现iso8859,unicode,UTF-8三种,其他的不作要求,我们用的jdk中的虚拟机就是这样,嵌入式的就更不用说了,也就是说其他的ENCODE都很可能不是java虚拟机内部直接支持的,我们的中文自然也不在其列,需要外部的包支持转换,sun jdk应该在i18n.jar中,用iso8859速度最快,不需要其它调用和交换什么的,更没有读包的io操作 2.至少少写了代码,没有额外操作,简洁的风格谁不喜欢 3.所写的jsp页面国际性化好,我才写了一个jsp+javabeans的聊天室软件(没有用到servlet,jsp真的确实很好),同样的程序美国人用他们的浏览器进入就是英文界面,中文进入就是中文界面,如果加上charset=gb2312至少很麻烦 4.限定了gb2312,如果用户要用GBK,怎么办,不加更好,不管什么的字符集,只要我当前浏览器设定的是,我就能显示出来 总结:无论从速度上,开发效率上,和可扩展性上考虑,我的方案都比你的好,另外,我找不到你的方案比我的好的地方.