站内搜索: 请输入搜索关键词

当前页面: 开发资料首页Java 专题Java中文相关技术

Java中文相关技术

摘要: Java中文相关技术
内容: 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〈btelse{//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。源代
码就不在这里给出了,如果需要请和笔者联系。
Java, java, J2SE, j2se, J2EE, j2ee, J2ME, j2me, ejb, ejb3, JBOSS, jboss, spring, hibernate, jdo, struts, webwork, ajax, AJAX, mysql, MySQL, Oracle, Weblogic, Websphere, scjp, scjd
↑返回目录
前一篇: 理解java的多形性
后一篇: Java高级日期概念二