自從接觸Java和JSP以來，就不斷與Java的中文亂碼問題打交道，現(xiàn)在終于得到了徹底的解決，現(xiàn)將我們的解決心得與大家共享。

一、Java中文問題的由來 

Java的內(nèi)核和class文件是基于unicode的，這使Java程序具有良好的跨平臺性，但也帶來了一些中文亂碼問題的麻煩。原因主要有兩方面，Java和JSP文件本身編譯時產(chǎn)生的亂碼問題和Java程序于其他媒介交互產(chǎn)生的亂碼問題。

首先Java（包括JSP）源文件中很可能包含有中文，而Java和JSP源文件的保存方式是基于字節(jié)流的，如果Java和JSP編譯成class文件過程中，使用的編碼方式與源文件的編碼不一致，就會出現(xiàn)亂碼。基于這種亂碼，建議在Java文件中盡量不要寫中文（注釋部分不參與編譯，寫中文沒關(guān)系），如果必須寫的話，盡量手動帶參數(shù)－ecoding GBK或－ecoding gb2312編譯；對于JSP，在文件頭加上<%@ page contentType="text/html;charset=GBK"%>或<%@ page contentType="text/html;charset=gb2312"%>基本上就能解決這類亂碼問題。

本文要重點討論的是第二類亂碼，即Java程序與其他存儲媒介交互時產(chǎn)生的亂碼。很多存儲媒介，如數(shù)據(jù)庫，文件，流等的存儲方式都是基于字節(jié)流的，Java程序與這些媒介交互時就會發(fā)生字符(char)與字節(jié)(byte)之間的轉(zhuǎn)換，具體情況如下：

從頁面form提交數(shù)據(jù)到j(luò)ava程序 byte－>char
從java程序到頁面顯示 char?>byte

從數(shù)據(jù)庫到j(luò)ava程序 byte?>char
從java程序到數(shù)據(jù)庫 char?>byte

從文件到j(luò)ava程序 byte－>char
從java程序到文件 char－>byte

從流到j(luò)ava程序 byte－>char
從java程序到流 char－>byte

如果在以上轉(zhuǎn)換過程中使用的編碼方式與字節(jié)原有的編碼不一致，很可能就會出現(xiàn)亂碼。

二、解決方法 

前面已經(jīng)提到了Java程序與其他媒介交互時字符和字節(jié)的轉(zhuǎn)換過程，如果這些轉(zhuǎn)換過程中容易產(chǎn)生亂碼。解決這些亂碼問題的關(guān)鍵在于確保轉(zhuǎn)換時使用的編碼方式與字節(jié)原有的編碼方式保持一致，下面分別論述（Java或JSP自身產(chǎn)生的亂碼請參看第一部分）。

1、JSP與頁面參數(shù)之間的亂碼 
JSP獲取頁面參數(shù)時一般采用系統(tǒng)默認的編碼方式，如果頁面參數(shù)的編碼類型和系統(tǒng)默認的編碼類型不一致，很可能就會出現(xiàn)亂碼。解決這類亂碼問題的基本方法是在頁面獲取參數(shù)之前，強制指定request獲取參數(shù)的編碼方式：request.setCharacterEncoding("GBK")或request.setCharacterEncoding("gb2312")。
如果在JSP將變量輸出到頁面時出現(xiàn)了亂碼，可以通過設(shè)置response.setContentType("text/html;charset=GBK")或response.setContentType("text/html;charset=gb2312")解決。
如果不想在每個文件里都寫這樣兩句話，更簡潔的辦法是使用Servlet規(guī)范中的過慮器指定編碼，過濾器的在web.xml中的典型配置和主要代碼如下：
web.xml:


     <filter>
        <filter-name>bianMaFilter</filter-name>
        <filter-class>CharacterEncodingFilter</filter-class>
       </filter>
    
         <filter-mapping>
            <filter-name>bianMaFilter</filter-name>
            <url-pattern>/admin_finance/*</url-pattern>
         </filter-mapping>


CharacterEncodingFilter
/*


CharacterEncodingFilter.java:

public class CharacterEncodingFilter implements Filter 
{

protected String encoding = null; 

public void init(FilterConfig filterConfig) throws ServletException 
{
this.encoding = "GBK";
}

public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException 
{
request.setCharacterEncoding(encoding);
response.setContentType("text/html;charset="+encoding);
chain.doFilter(request, response);
}

}


2、Java與數(shù)據(jù)庫之間的亂碼 
大部分數(shù)據(jù)庫都支持以unicode編碼方式，所以解決Java與數(shù)據(jù)庫之間的亂碼問題比較明智的方式是直接使用unicode編碼與數(shù)據(jù)庫交互。很多數(shù)據(jù)庫驅(qū)動自動支持unicode，如Microsoft的SQLServer驅(qū)動。其他大部分數(shù)據(jù)庫驅(qū)動，可以在驅(qū)動的url參數(shù)中指定，如如mm的mysql驅(qū)動：jdbc:mysql://localhost/WEBCLDB?useUnicode=true&characterEncoding=GBK。

3、Java與文件/流之間的亂碼 
Java讀寫文件最常用的類是FileInputStream/FileOutputStream和FileReader/FileWriter。其中FileInputStream和FileOutputStream是基于字節(jié)流的，常用于讀寫二進制文件。讀寫字符文件建議使用基于字符的FileReader和FileWriter，省去了字節(jié)與字符之間的轉(zhuǎn)換。但這兩個類的構(gòu)造函數(shù)默認使用系統(tǒng)的編碼方式，如果文件內(nèi)容與系統(tǒng)編碼方式不一致，可能會出現(xiàn)亂碼。在這種情況下，建議使用FileReader和FileWriter的父類：InputStreamReader/OutputStreamWriter，它們也是基于字符的，但在構(gòu)造函數(shù)中可以指定編碼類型：InputStreamReader(InputStream in, Charset cs) 和OutputStreamWriter(OutputStream out, Charset cs)。 

4、其他 
上面提到的方法應(yīng)該能解決大部分亂碼問題，如果在其他地方還出現(xiàn)亂碼，可能需要手動修改代碼。解決Java亂碼問題的關(guān)鍵在于在字節(jié)與字符的轉(zhuǎn)換過程中，你必須知道原來字節(jié)或轉(zhuǎn)換后的字節(jié)的編碼方式，轉(zhuǎn)換時采用的編碼必須與這個編碼方式保持一致。我們以前使用Resin服務(wù)器，使用smartUpload組件上傳文件，上傳文件同時傳遞的中文參數(shù)獲取沒有亂碼問題。當在Linux中把Resin設(shè)置成服務(wù)后，上傳文件同時的中文參數(shù)獲取出現(xiàn)了亂碼。這個問題困擾了我們很久，后來我們分析smartUpload組件的源文件，因為文件上傳采用的是字節(jié)流的方式，里面包含的參數(shù)名稱和值也是字節(jié)流的方式傳遞的。smartUpload組件讀取字節(jié)流后再將參數(shù)名稱和值從字節(jié)流中解析出來，問題就出現(xiàn)在smartUpload將字節(jié)流轉(zhuǎn)換成字符串時采用了系統(tǒng)默認的編碼，而將Resin設(shè)置成服務(wù)后，系統(tǒng)默認的編碼可能發(fā)生了改變，因此出現(xiàn)了亂碼。后來，我們更改了smartUpload的源文件，增加了一個屬性charset和setCharset(String)方法，將upload()方法中提取參數(shù)語句：
String value = new String(m_binArray, m_startData, (m_endData - m_startData) + 1 );
改成了
String value = new String(m_binArray, m_startData, (m_endData - m_startData) + 1, charset );
終于解決了這個亂碼問題。