当前页面: 开发资料首页 → J2SE 专题 → 在JAVA开发中的中文处理问题及解决办法

在JAVA开发中的中文处理问题及解决办法

摘要: 在JAVA开发中的中文处理问题及解决办法

<table cellSpacing=0 cellPadding=0 border=0 class="zh114" align="right"> <tr> <td > </td> </tr> </table>
　　在应用开发的过程中，总会遇到一些“难以理解”的系统缺陷和“不易解决”的问
　　题。其实，通过认真分析，不必购买昂贵的产品依然可以解决多数问题。
　　　　■JDBC ODBC Bridge的Bug及其解决方法
　　　　在编写一数据库管理程序时，发现JDBC-ODBC Bridge存在不易发现的Bug。在向数据
　　表插入数据时，如果为英文字符，存储内容完全正确，如果存入中文字符，部分数据库
　　只能存储前七八个中文字符，其他内容被截去，导致存储内容的不完整（有些数据库不
　　存在这个问题，如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge还存在无法建表的Bug
　　）。
　　　　对于广大需要存储中文信息的Java程序员来说，这可是一个不好的消息。要么改用
　　其他语言编程，要么选择其他价格昂贵的数据库产品。“一次编写，到处运行”的目标
　　，也大打折扣。能不能采用变通的方法，将中文信息进行处理后再存储来解决这个问题
　　呢？答案是肯定的。
　　　　解决问题的具体思路、方法
　　　　Java采用Unicode码编码方式，中英文字符均采用16bit存储。既然存储英文信息是
　　正确的，根据一定规则，将中文信息转换成英文信息后存储，自然不会出现截尾现象。
　　读取信息时再进行逆向操作，将英文信息还原成中文信息即可。由GB2312编码规则可知
　　，汉字一般为二个高位为1的ASCII码，在转换时将一个汉字的二个高位1去掉，还原时再
　　将二个高位1加上。为了处理含有英文字符的中文字串，对英文字符则需要加上一个Byt
　　e 0标记。以下提供的两个公用静态方法，可加入任何一个类中使用。
　　　　将中英文字串转换成纯英文字串
　　　　public static String toTureAsciiStr(String str){
　　　　StringBuffer sb = new StringBuffer();
　　　　byte[] bt = str.getBytes();
　　　　for(int i =0 ;i〈bt.length;i++){
　　　　if(bt[i]〈0){
　　　　//是汉字去高位1
　　　　sb.append((char)(bt[i]&&0x7f));
　　　　 }else{//是英文字符 补0作记录
　　　　sb.append((char)0);
　　　　sb.append((char)bt[i]);
　　　　 }
　　　　 }
　　　　return sb.toString();
　　　　}
　　　　将经转换的字串还原
　　　　public static String unToTrueAsciiStr(String str){
　　　　 byte[] bt = str.getBytes();
　　　　 int i,l=0,length = bt.length,j=0;
　　　　 for(i = 0;i〈length;i++){
　　　　 if(bt[i] == 0){
　　　　 l++;
　　　　 }
　　　　 }
　　　　 byte []bt2 = new byte[length-l];
　　　　 for(i =0 ;i〈length;i++){
　　　　 if(bt[i] == 0){
　　　　 i++;
　　　　 bt2[j] = bt[i];
　　　　 }else{
　　　　 bt2[j] = (byte)(bt[i]|0x80);
　　　　 }
　　　　 j++;
　　　　 }
　　　　String tt = new String(bt2);
　　　　return tt;
　　　　}
　　　　上例在实际编程中效果很好，只是存储的中文信息需要经过同样处理，才能被其他
　　系统使用。而且如果中文字串出现英文字符，实际上增加了额外的存储空间。
　　　　■Solaris下Servlet编程的中文问题及解决办法
　　　　在使用Java开发Internet上的一个应用系统时，发现在Windows下调试完全正常的S
　　ervlet，上传到Solaris 服务器上，运行却出现故障——返回的网页不能显示中文，应
　　为中文的信息全为乱码；用中文信息做关键字，不能正确检索数据库。后来采用加入检
　　查代码等方法探知故障原因如下：
　　　　显示乱码主要是因为通过类 HttpServletResponse提供的方法setContentType 无法
　　改变返回给客户的数据的编码方式，正确的编码方式应为GB2312或者GBK，而事实上为缺
　　省的ISO8859-1。无法检索中文信息则是因为，客户提交的中文信息经浏览器编码到达服
　　务器后，Servlet无法将其正确解码。
　　　　举例说明显示乱码解决方法
　　　　Servlet 一般通常做法如下：
　　　　public class ZldTestServlet extends HttpServlet {
　　　　public void doGet (HttpServletRequest request,HttpServletResponse respon
　　se)throws ServletException, IOException{
　　　　//在使用 Writer向浏览器返回数据前，设置 content-type header ，在这里设置
　　相应的字符集gb2312
　　　　response.setContentType("text/html;charset=gb2312");
　　　　PrintWriter out = response.getWriter(); //*
　　　　// 正式返回数据
　　　　out.println("〈html〉〈head〉〈title〉Servlet test〈/title〉〈/head〉" )
　　;
　　　　out.println("这是一个测试页！");
　　　　out.println("〈/body〉〈/html〉");
　　　　out.close();
　　　　}
　　　　 ...
　　　　}
　　　　解决页面显示乱码问题，需将*处代码换成如下内容：
　　　　PrintWriter out = new PrintWriter(new OutputStreamWriter(response.getOut
　　putStream(),"gb2312"));
　　　　Solaris中文信息检索问题的解决
　　　　浏览器利用表单向服务器提交信息时，一般采用x-www-form-urlencoded 的MIME格
　　式对数据进行编码。如果使用get方法，参数名称和参数值经编码后附加在URL后，在Ja
　　va中称作查询串（query string）。
　　　　在Servlet程序中，如果采用ServletRequest的方法getParameter取得参数值，在S
　　olaris环境下，对汉字却不能正确解码。因而无法正确检索数据库。
　　　　在Java 1.2的包——java.net中提供了URLEncode和URLDecode类。类URLEncode提供
　　了按x-www-form-urlencoded格式对给定串进行转换的方法。类URLEncode则提供了逆方
　　法。
　　　　在编写某网上114查询的Servlet时，采用先取得查询串，再利用类URLDecode解码，
　　再从解码后的串中取得参数，很好地解决了Solrais环境下，中文信息检索的问题。　　在应用开发的过程中，总会遇到一些“难以理解”的系统缺陷和“不易解决”的问
　　题。其实，通过认真分析，不必购买昂贵的产品依然可以解决多数问题。
　　　　■JDBC ODBC Bridge的Bug及其解决方法
　　　　在编写一数据库管理程序时，发现JDBC-ODBC Bridge存在不易发现的Bug。在向数据
　　表插入数据时，如果为英文字符，存储内容完全正确，如果存入中文字符，部分数据库
　　只能存储前七八个中文字符，其他内容被截去，导致存储内容的不完整（有些数据库不
　　存在这个问题，如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge还存在无法建表的Bug
　　）。
　　　　对于广大需要存储中文信息的Java程序员来说，这可是一个不好的消息。要么改用
　　其他语言编程，要么选择其他价格昂贵的数据库产品。“一次编写，到处运行”的目标
　　，也大打折扣。能不能采用变通的方法，将中文信息进行处理后再存储来解决这个问题
　　呢？答案是肯定的。
　　　　解决问题的具体思路、方法
　　　　Java采用Unicode码编码方式，中英文字符均采用16bit存储。既然存储英文信息是
　　正确的，根据一定规则，将中文信息转换成英文信息后存储，自然不会出现截尾现象。
　　读取信息时再进行逆向操作，将英文信息还原成中文信息即可。由GB2312编码规则可知
　　，汉字一般为二个高位为1的ASCII码，在转换时将一个汉字的二个高位1去掉，还原时再
　　将二个高位1加上。为了处理含有英文字符的中文字串，对英文字符则需要加上一个Byt
　　e 0标记。以下提供的两个公用静态方法，可加入任何一个类中使用。
　　　　将中英文字串转换成纯英文字串
　　　　public static String toTureAsciiStr(String str){
　　　　StringBuffer sb = new StringBuffer();
　　　　byte[] bt = str.getBytes();
　　　　for(int i =0 ;i〈bt.length;i++){
　　　　if(bt[i]〈0){
　　　　//是汉字去高位1
　　　　sb.append((char)(bt[i]&&0x7f));
　　　　 }else{//是英文字符 补0作记录
　　　　sb.append((char)0);
　　　　sb.append((char)bt[i]);
　　　　 }
　　　　 }
　　　　return sb.toString();
　　　　}
　　　　将经转换的字串还原
　　　　public static String unToTrueAsciiStr(String str){
　　　　 byte[] bt = str.getBytes();
　　　　 int i,l=0,length = bt.length,j=0;
　　　　 for(i = 0;i〈length;i++){
　　　　 if(bt[i] == 0){
　　　　 l++;
　　　　 }
　　　　 }
　　　　 byte []bt2 = new byte[length-l];
　　　　 for(i =0 ;i〈length;i++){
　　　　 if(bt[i] == 0){
　　　　 i++;
　　　　 bt2[j] = bt[i];
　　　　 }else{
　　　　 bt2[j] = (byte)(bt[i]|0x80);
　　　　 }
　　　　 j++;
　　　　 }
　　　　String tt = new String(bt2);
　　　　return tt;
　　　　}
　　　　上例在实际编程中效果很好，只是存储的中文信息需要经过同样处理，才能被其他
　　系统使用。而且如果中文字串出现英文字符，实际上增加了额外的存储空间。
　　　　■Solaris下Servlet编程的中文问题及解决办法
　　　　在使用Java开发Internet上的一个应用系统时，发现在Windows下调试完全正常的S
　　ervlet，上传到Solaris 服务器上，运行却出现故障——返回的网页不能显示中文，应
　　为中文的信息全为乱码；用中文信息做关键字，不能正确检索数据库。后来采用加入检
　　查代码等方法探知故障原因如下：
　　　　显示乱码主要是因为通