JavaWeb开发中中文乱码问题研究和解决方法.docxVIP

Java Web开发中中文乱码问题研究和解决方法 摘要：从介绍Java常用字符编码集入手，详细分析 了在Java Web开发中产生中文乱码的原因，并针对原因提 出了可行性解决方法。 关键词：Java Web开发；中文乱码；字符编码集 中图分类号：TP311. 10 1引言 Java编程语言具有面向对象、可跨平台运行和分布应用 等特点，因此使得Java语言成为主流的网络编程语言。而 对于网络程序开发者来说，中文乱码问题是个由来已久和让 人头疼的问题。探究其原因，在Java Web开发或是Web程 序运行过程中，数据通常会通过Web服务器在应用程序和数 据库中进行来回传输，而Web服务器，应用程序和数据库中 都有可能使用不同的字符编码集，这就导致了中文乱码问题 的频繁出现。本文主要介绍Java Web应用中常用字符编码 集，并分析了中文乱码产生的原因以及针对原因提出可行性 的解决办法。 2Java常用字符编码集 ASCII ,全称为：American Standard Code for Information Interchange （美国信息互换标准代码）,是一 种包括数字、字母、通用符号、控制符号在内的字符编码集。 ASCII码是一种7位二进制编码，能表示27=128种国际上最 通用的西文字符，是目前计算机中，最普遍使用的单字节编 码系统。ASCII码包括数字“0” - “9”、26个大、小写英 文字母、通用字符和控制符号四类最常用的字符。ASCII码 虽是一种7位编码，但它存放时必须占全一个字节，即占用 8位，其最高位是0。 GB2312：为了适应计算机处理中文信息的需要，国家标 准总局制定了 中华人民共和国国家标准信息交换汉字编 码”,标准号为“GB 2312-1980”。这种编码称为国标码。 它适用于汉字处理、汉字通信等系统之间的信息交换。基本 集共收入汉字6763个和非汉字图形字符682个。在GB2312 中，一个字符通常使用两个字节的数字表示，而对于每个中 文字符的每一个字节来说，其最高位使用的是数字1来表示 的，这也是GB2312字符编码集与ASCII码的不同之处。 GBK：自GB2312标准之后，我国于1993年发布了 GB13000 标准，并在此基础上生成GBK字符集。它与GB2312完全兼 容，收录了 20902个简繁体汉字及符号。该标准仍然用两个 字节表示一个汉字。 IS0-8859-1：全称是IS0/IEC 8859,是国际标准化组织 (ISO)及国际电工委员会(IEC)联合制定的一系列8位字 符集的标准，现时定义了 15个字符集。它是西方国家所使 用的字符编码集，其编码范围是OxOO-OxFF,表示的字符范 围很窄，无法表示中文字符。但是由于它是一种单字节的字 符集，和计算机最基础的表示单位一致，所以在很多时候， 仍然用ISO-8859-1。在此编码集中，收录的字符包括：ASCII 收录的字符以及泰语、希腊语、阿拉伯语、西欧语言、希伯 来语对应的文字符号。 Unicode： EBCDIC （扩展二~十进制交换码）和ASCII码 所表示的字符对于使用英语和西欧地区语言的人们来说已 经够用，但对于中国等亚洲国家所用的表意文字的表示则远 远不够，于是就出现了 Unicode码。它是一种通用的字符集, 是一种16位的编码，即2个字节，能表示65000个字符或 符号。因此Unicode码用于大多数的语言。它与ASCII码完 全兼容。 UTF-8：全称为：Unicode TransformationFormat-8bit。 是UNICODE的之中变长字符编码又称万国码，由Ken Thompson于1992年创建。现在已经标准化为RFC 3629°UTF-8 用1到6个字节编码UNICODE字符。用在网页上可以同一页 面显示中文简体繁体及其它语言（如日文，韩文）。它对英 文使用8位（即一个字节），中文使用24为（三个字节）来编 码。UTF-8包含全世界所有国家需要用到的字符，是国际编 码，通用性强。UTF-8编码的文字可以在各国支持UTF-8字 符集的浏览器上显示。 3中文乱码问题的产生原因 在Java Web开发中，我们用到的数据通常会通过Web 服务器在应用程序和数据库中进行双向的传输，而Web服务 器，应用程序和数据库中都有可能使用不同的字符编码集， 从而就导致了传输过程中的乱码问题。在Java Web开发中, 对中文的正确显示产生影响的方面主要有： Web服务器：在Java Web开发中 目前许多WEB服务器都是采用Tomcat,它是一个开放源 代码、运行servlet和JSP Web应用软件的基于Java的Web 应用软件容器，它所默认的字符编码是ISO-8859-1 o Web应用程序：在Java语言