URL读取网页乱码.docVIP

==============================1，首先developer要明确自己为什么会遇到乱码，遇到什么样的乱码（无意义的符号还是一串问号或者其它什么东西）。新手遇到一堆很乱的字符时通常不知所措，最直接的反映就是打开google搜索”java中文”（这个字符串在搜索引擎上的查询频率非常高），然后一个一个的去看别人的解决方法。这样做没有错，但是很难达到目的，原因下面会提到。总之，出现乱码的原因是非常多的，解决的方法也完全不一样，要解决问题必须先分析自己的”上下文环境”。============================2，具体说来，需要哪些信息才能确定项目中的乱码的根源。a，开发者所用的操作系统b，j2ee容器的名称，版本c，数据库的名称，版本（精确版本）以及jdbc驱动的版本d，出现乱码的source code（比如是system out 出来的，还是jsp页面中的，如果是jsp中的，那么头部声明的情况也很重要）===========================================================3，如何初步分析乱码出现的原因。有了上述的信息，基本上就可以发帖求助了，相信放到javaworld等论坛上，很快就会有高手给你提出有效的解决方案的。当然不能总靠发帖求助，也要试试自行解决问题。如何下手呢？a，分析一下你的”乱码”到底是什么编码。这个其实不难，比如System.out.println(testString);这一段出现了乱码，那么不妨用穷举法猜测一下它的实际编码格式。System.out.println(new String(testString.getBytes(”ISO-8859-1″),”gb2312″));System.out.println(new String(testString.getBytes(”UTF8″),”gb2312″));System.out.println(new String(testString.getBytes(”GB2312″),”gb2312″));System.out.println(new String(testString.getBytes(”GBK”),”gb2312″));System.out.println(new String(testString.getBytes(”BIG5″),”gb2312″));等等，上述代码的意思是用制定的编码格式去读取testString这个”乱码”，并转换成gb2312（此处仅以中文为例）然后你看哪一个转换出来的结果是ok的，那就。。。b，如果用上面的步骤能得到正确的中文，说明你的数据肯定是在的，只不过是界面中没有正确显示而已。那么第二步就该纠正你的view部分了，通常需要检查的是jsp中是否选择了正确的页面编码。在此要声明被很多人误解的一点，那就是%@ page contentType=”text/html; charset=GB2312″ %指令和META http-equiv=Content-Typecontent=”text/html; charset=gb2312″两者的不同。通常网上的很多文章在提到中文问题时都是说数据库中选择unicode或者gb2312存储，同时在jsp中用page指令声明编码就可以解决。但是我觉得这种说法很不负责任，害的我费了N多时间为本来并不存在的乱码而郁闷。实际上page的作用是在jsp被编译成为html的过程中提供编码方式让java来”读取”表达式当中的String（有点类似于上面的第三个语句的作用），而meta的作用是众所周知的为IE浏览器提供编码选择，是用来”显示”最后的数据的。但是没有看到有人提醒这一点，我一直把page当成meta在用，导致本来是iso-8859的数据，被page指令读成gb2312，于是乱码，所以又加了编码转化的函数把所有的string数据都从iso8859转到gb2312（为什么这么转，当时也没考虑这么多，因为这么做可以正常显示了，所以就这么改了，呵呵当时实在没有时间慢慢排查问题了）。===============================================================4，数据库选择什么样的编码比较好。目前流行的DB主要有sql server，mysql，oracle，DB2等，其中mysql作为免费DB中的老大，性能和功能是得到公认的，安装配置比较方便，相应的driver也比较完善，性价比是绝对的OK。所以就以mysql为例。我个人建议采用mysql的默认编码来存储，也