JAVA开发中的中文处理问题.docVIP

JAVA开发中的中文处理问题 　　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Byte 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Servlet，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 exten