JSP中文乱码问题分析及处理方法

维普资讯

第２１卷第６期　

甘肃联合大学学报（自然科学版）　

ＶｏＩ．２ｌ　Ｎｏ．６　

２００７年ｌ１月　

Ｊｏｕｒｎａｌ　ｏｆ　Ｇａｎｓｕ　Ｌｉａｎｈｅ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅｓ）　

ＮＯＶ．２００７　

文章编号：１６７２—６９１Ｘ（２００７）０６－００７５—０３　

Ｊ　ＳＰ中文乱码问题分析及处理方法　

李国禄　。　

（１．大连理工大学电子与信息工程学院，辽宁大连ｌ１６０２４；２．青海民族学院电子工程与信息科学系，青海西宁８１０００７）　

摘要：剖析了Ｊａｖａ语言处理中文时出现乱码现象的原因，并给出了几种方案来解决ＪＳＰ中的中文显示乱码　

问题．　

关键词：ＪＳＰ；Ｕｎｉｃｏｄｅ：ＪＤＫ；中文乱码　

中图分类号：ＴＰ３１２　文献标识码：Ａ　

１　问题的提出　

（３）客户端读取服务器端的输出和服务器端　

读客户端的输人：Ｓｅｒｖｌｅｔ需要将ＨＴＭＬ页面内　

Ｊａｖａ语言在内部采用Ｕｎｉｃｏｄｅ表示字符，　

容转换为ｂｒｏｗｓｅｒ可接受的ｅｎｃｏｄｉｎｇ（用ｃｏｎ—　

Ｕｎｉｃｏｄｅ是用两个字节表示一个字符的字符编　ｔｅｎｔ－ｔｙｐｅ指定）内容发送出去．在目前的Ｓｅｒｖｌｅｔ　

码．而我们通常使用的字符编码如ＧＢ２３１２，　

的规范中，如果不指定的话，通过Ｗｅｂ提交时输　

ＧＢＫ，ＢＩＧ５，ＧＢ１８０３０—２０００等都是双字节字符　

人的ＳｅｒｖｌｅｔＲｅｑｕｅｓｔ和输出时的ＳｅｒｖｌｅｔＲｅ—　

集，与Ｕｎｉｃｏｄｅ的编码机制有很大差别．以简体中　

ｓｐｏｎｓｅ缺省都是以ＩＳＯ８８５９—１进行编码／解码　

文为例，每个ＡＳＣＩＩ字符的长度只占一个字节；　

的．因此，即使服务器操作系统的语言环境是中　

每个汉字字符占两个字节，以ＧＢ内码表示，这两　文，上面输人的请求仍然按英文解码成８个Ｕｎｉ—　

个字节均大于０ｘＡ０，表示汉字所在的区和位．例　ｃｏｄｅ字符，输出时仍按照英文再编码成８个字　

如“汉字问题”这四个字对应的ＧＢ内码是：　

节，虽然这样在浏览器端如果设置是中文能够正　

ＢＡＢＡ，Ｄ７Ｄ６．ＣＥＣＡ，ＣＣＥ２．同样是一个汉字占　

确显示，但实际上读写的是“字节”．　

两个字节，ＧＢ内码不但与Ｕｎｉｃｏｄｅ码完全不同，　

如果其中任何一步出错，则显示出来的汉字　

而且也没有对应的转换规律．　

就会出现乱码，因此Ｊａｖａ中文问题产生的原因就　

因此如果不指明用什么编码方式，Ｊａｖａ只好　是字符集的不统一．Ｊａｖａ语言的中文处理问题可　

按照默认的方式进行工作了．Ｊａｖａ程序运行时，　

以归结为：如何将ＧＢ编码的字节串转换为正确　

从Ｕｎｉｃｏｄｅ编码和对应的操作系统及浏览器的编　的Ｕｎｉｃｏｄｅ字符串．　

码格式转换输人、输出．这个转化过程有着一系列　

的如下步骤：　

２解决方法　

（１）ＪＳＰ编译：Ｊａｖａ应用服务器将根据ＪＶＭ　方法１：在ＪＳＰ文件中都显示进行代码转换　

的ｆｉｌｅ。ｃｏｄｉｎｇ值读取ＪＳｐ源文件，编译生成Ｊａｖａ　

在ＪＳｐ程序中加人如下语句：　

源文件．．再根据ｍｅ．ｅｎｃｐｄｉｎｇ值写匾文件系．统。　

＜％＠ｐａｇｅ　ｃｏｎｔｅｎ，ＬＴｙｐｅ一．．ｉ￣．．ｔｅｘｔ／ｈｔｍｌ；　

（２）Ｊａｖａ源文件被编译为ｃｌａｓｓ文件：这个过　

ｃｈａｒｓｅｔ—ｇｂ２３１２”％＞可以保证正确显示中文字　

程与一般的程序编译成ｃｌａｓｓ文件相同。从这里开　符．例如：　

始Ｓｅｒｖｌｅｔ和ＪＳＰ的行就类似了，只不过Ｓｅｒｖｌｅｔ　

＜　＠ｐａｇｅ　ｃｏｎｔｅｎｔＴｙｐｅ一“ｔｅｘｔ／ｈｔｍｌ；　

的编译不是自动进行的。对ＪＳｐ程序，对产生的　

ｃｈａｒｓｅｔ—ｇｂ２３１２”％＞　

Ｊａｖａ中间文件的编译是自动进行的，在程序中直　

＜ｈｔｍｌ＞　

接调用ｓｕｎ、ｔｏｏｌｓ、Ｊａｖａｃ、Ｍａｉｎ类．　

＜ｈｅａｄ＞　

收稿日期：２００７—１０—０８．　

作者简介：李国禄（１９７４一），男（土族），青海大通人，青海民族学院讲师，大连理工大学硕士研究生，主要从事计算机　

应用研究．　

维普资讯

７６　甘肃联合大学学报（自然科学版）　第２ｌ卷　

＜ｔｉｔｌｅ＞第一个ＪＳＰ页面ｔｉｔｌｅ＞　

＜／ｈｅａｄ＞　

＜ｂｏｄｙ＞　

＜ｂｒ＞　

＜　ｏｕｔ．ｐｒｉｎｔｌｎ（“这是一个简单的ＪＳＰ　

页面”）；　＞　

＜／ｂｏｄｙ＞　

＜／ｈｔｍｌ＞　

方法２：利用ＴＯＭＣＡＴ５的配置文件ＷＥＢ．　

ＸＭＬ解决中文问题在Ｔ０ＭＣＡＴ５的ＷＥＢ．　

ＸＭＬ文件中设置的参数可以对整个站点起作用，　

因此我们在ＷＥＢ．ＸＭＬ中设置一个ｆｉｌｔｅｒｓ标签，　

在这个Ｆｉｌｔｅｒｓ中利用ＳｅｔＣｈａｒａｃｔｅｒＥｎｃｏｄｉｎｇＦｉｌ—　

ｔｅｒ类来处理字符集，同时将这个类中参数ｅｎｃｏ—　

ｄｉｎｇ设置为ＧＢＫ．在ｗｅｂ．ｘｍｌ里加入如下几行：　

＜ｆｉｌｔｅｒ＞　

＜ｆｉｌｔｅｒ－－ｎａｍｅ＞Ｓｅｔ　Ｃｈａｒａｃｔｅｒ　Ｅｎｃｏｄｉｎｇ＜／　

ｆｉｌｔｅｒ—ｎａｍｅ＞　

＜ｆｉｌｔｅｒ～ｃｌａｓｓ＞ｆｉｌｔｅｒｓ．ＳｅｔＣｈａｒａｃｔｅｒＥｎｃｏｄ—　

ｉｎｇＦｉｈｅｒ＜／ｆｉｈｅｒ－－ｃｌａｓｓ＞　

＜ｉｎｉｔ—ｐａｒａｍ＞　

＜ｐａｒａｍ‘——ｎａｍｅ＞ｅｎｃｏｄｉｎｇ＜／ｐａｒａｍ　——　

ｎａｍｅ＞　

＜ｐａｒａｍ‘——ｖａｌｕｅ＞ＧＢＫ＜／ｐａｒａｍ‘——ｖａｌ—－　

ｕｅ＞　

＜／ｉｎｉｔ—ｐａｒａｍ＞　

＜／ｆｉｌｔｅｒ＞　

＜ｆｉｌｔｅｒ－－ｍａｐｐｉｎｇ＞　

＜ｆｉｌｔｅｒ—ｎａｍｅ＞Ｓｅｔ　Ｃｈａｒａｃｔｅｒ　Ｅｎｃｏ—　

ｄｉｎｇ＜／ｆｉｈｅｒ－－ｎａｍｅ＞　

＜ｕｒｌ—ｐａｔｔｅｒｎ＞／＊＜／ｕｒｌ—ｐａｔｔｅｒｎ＞　

＜／ｆｉｌｔｅｒ—ｍａｐｐｉｎｇ＞　

把ＳｅｔＣｈａｒａｃｔｅｒＥｎｃｏｄｉｎｇ　Ｆｉｌｔｅｒ类上文件编　

译为ｓｅｔＣｈａｒａｃｔｅｒＥｎｃｏｄｉｎｇＦｉｌｔｅｒ．ｃｌａｓｓ文件并存　

放在你的虚拟目录下的ＷＥＢ—ＩＮＦ＼ｃｌａｓｓｅｓ＼ｆｉｌｔｅｒｓ　

＼目录下，如果没有ｆｉｌｔｅｒｓ目录，就创建一个．经过　

以上设置后，重启ＴＯＭＣＡＴ，基本上可以解决　

ＪＳＰ中文乱码问题．　

方法３：解决问题的根源在于能对ＧＢ码字节　

串和Ｕｎｉｃｏｄｅ码字符串进行相互转换．在　

ＪＤＫ１．０以上版本中，Ｓｔｒｉｎｇ类本身提供了转换功　

能，例如：　

Ｓｔｒｉｎｇ　ｓｔｒｉｎｇ　ａ一“汉字问题中文兼容性”；　

ｂｙｔｅ［］ｇｂｂｙｔｅ—ｓｔｒｉｎｇ　ａ．ｇｅｔＢｙｔｅｓ　

（“ＧＢ２３１２”）；∥Ｕｎｉｃｏｄｅ－－￣ＧＢ　

Ｓｔｒｉｎｇ　ｓｔｒｉｎｇ　ｂ—ｎｅｗ　Ｓｔｒｉｎｇ（ｇｂｂｙｔｅ，　

ＧＢ２３　１　２　、）　ＧＢ－－￣Ｕｎｉｃｏｄｅ　

Ｓｙｓｔｅｍ．ｏｕｔ．ｐｒｉｎｔｌｎ（ｓｔｒｉｎｇ　ｂ）：　

经过转换ｓｔｒｉｎｇ　ｂ与ｓｔｒｉｎｇ　ａ内容完全一样．　

实际编程时可以写成如下转换函数：　

ｐｕｂｌｉｃ　Ｓｔｒｉｎｇ　ｃｏｄｅＴｏＳｔｒｉｎｇ（Ｓｔｒｉｎｇ　ｓｔｒ）　

｛Ｓｔｒｉｎｇ　ｓ—ｓｔｒ；　

ｔｒｙ　

｛　

ｂｙｔｅ　ｔｅｍｐＢ［］一Ｓ．ｇｅｔＢｙｔｅｓ（“ＩＳＯ一８８５９—　

１＂）；　

ｓ—ｎｅｗ　Ｓｔｒｉｎｇ（ｔｅｍｐＢ）：　

ｒｅｔｕｒｎ　Ｓ；　

）　

ｃａｔｃｈ（Ｅｘｃｅｐｔｉｏｎ　ｅ）　

｛　

ｒｅｔｕｒｎ　Ｓ；　

）　

）　

其中ｇｅｔＢｙｔｅｓ（　）方法中的参数是要转换的　

编码．例如：　

＜　＠ｐａｇｅ　ｃｏｎｔｅｎｔＴｙｐｅ：“ｔｅｘｔ／ｈｔｍｌ；　

ｃｈａｒｓｅｔ＝ｇｂ２３１２”　＞　

＜％！　

ｐｕｂｌｉｃ　Ｓｔｒｉｎｇ　ｃｏｄｅＴｏＳｔｒｉｎｇ（Ｓｔｒｉｎｇ　ｓｔｒ）　

｛／／处理中文字符串的函数　

Ｓｔｒｉｎｇ　ｓ—ｓｔｒ：　

ｔｒｙ　

｛　

ｂｙｔｅ　ｔｅｍｐＢ［－］一Ｓ．ｇｅｔＢｙｔｅｓ（“ＩｓＯ一８８５９　

—

１”）：　

ｓ—ｎｅｗ　Ｓｔｒｉｎｇ（ｔｅｍｐＢ）　

ｒｅｔｕｒｎ　Ｓ；　

）　

ｃａｔｃｈ（Ｅｘｃｅｐｔｉｏｎ　ｅ）　

｛　

ｒｅｔｕｒｎ　Ｓ；　

）　

）　

％＞　

＜ｈｔｍｌ＞　

＜ｂｏｄｙ＞　

＜ｆｏｒｍ　ｎａｍｅ＝“ｆｏｒｍ１”ａｃｔｉｏｎ一“ｃｈｉｎｅｓｅ—　

维普资讯

第６期　李国禄：ＪＳＰ中文乱码问题分析及处理方法　７７　

ＳｔｒｉｎｇＥｘａｍｐｌｅ１．ｊｓｐ”ｍｅｔｈｏｄ＝“ｐｏｓｔ”＞　

一

是对于Ｊａｖａ程序的处理方法按我们指定的方　

请输入您的姓名：　

＜ｉｎｐｕｔ　ｔｙｐｅ＝“ｔｅｘｔ’’ｎａｍｅ　“ｕｓｅｒｎａｍｅ”＞　

＜ｉｎｐｕｔ　ｔｙｐｅ一“ｓｕｂｍｉｔ”ｎａｍｅ一“ｓｕｂｍｉｔ”　

法处理；二是把数据库默认支持的编码格式改为　

ＧＢＫ或ＧＢ２３１２．如在ＳＱＬ　Ｓｅｒｖｅｒ２Ｋ中，可以将　

数据库默认的语言设置为Ｓｉｍｐｌｉｆｉｅｄ　Ｃｈｉｎｅｓｅ来　

达到目的．　ｖａｌｕｅ＝“提交”＞　

＜／ｆｏｒｍ￣＜ｂｒ＞　

＜　

３　结论　

经过对Ｊａｖａ程序转换过程的分析，知道乱码　

现象存在的根本原因是含有中文字符的字符串　

（其编码格式为ＧＢＫ或者ＧＢ２３１２）被当作别的　

编码格式编码或者解码了．文中给出的方法在操　

作系统为Ｗｉｎｄｏｗｓ　Ｓｅｒｖｅｒ２０００，数据库为ＳＱＬ　

Ｓｅｒｖｅｒ２０００，ＷＥＢ服务器为Ｔ０ＭＣＡＴ　５．０的环　

ｉｆ（ｒｅｑｕｅｓｔ．ｇｅｔＰａｒａｍｅｔｅｒ（“ｕｓｅｒｎａｍｅ”）：　

＝＝ｎｕｌ１）　

ｏｕｔ．ｐｒｉｎｔｌｎ（“您没有输入姓名．”）；　

ｅｌｓｅ　

ｏｕｔ．ｐｒｉｎｔｌｎ（你输入的姓名为：＋ｃｏｄｅＴｏＳ－　

ｔｒｉｎｇ（ｒｅｑｕｅｓｔ．ｇｅｔＰａｒａｍｅｔｅｒ（“ｕｓｅｒｎａｍｅ”）））；　

＞　

境下测试成功．能有效的解决ＪＳＰ中的中文显示　

乱码的问题．　

参考文献：　

［１］程凯、ＪｓＰ中文问题及一套整体解决方案［Ｊ］．许昌学　

院学报，２００６，２５（５）：７７—８０．　

＜／ｂｏｄｙ￣　

＜／ｈｔｍｌ＞　

程序能正确显示输入的汉字．　

方法４：读取数据库中文问题及解决方法．　

对于几乎所有数据库的ＪＤＢＣ驱动程序，默　

认的在Ｊａｖａ程序和数据库之间传递数据都是以　

１ＳＯ一８８５９—１为默认编码格式的，所以，程序在　

［２］余海燕，郑笑飞．Ｊａｖａ语言的中文处理问题完整解决　

方案［Ｊ］．中文信息学报，２０００，１，ｔ（５）：５７—６３．　

［３］王子君．范学蜂，张志浩．Ｊａｖａ编码问题研究与应用　

［ｊ］．计算机工程，２００２，２８（３）：２４２—２４５．　

向数据库内存储包含中文的数据时，ＪＤＢＣ首先　

是把程序内部的Ｕｎｉｃｏｄｅ编码格式的数据转化为　

１Ｓ０—８８５９—１的格式，然后传递到数据库中，在　

［４］ＪＯＨＮＬＨＲ．Ｊａｖａ处理中文化问题详解［ＥＢ／ＯＬ］．ｈｔ—　

ｔｐ：／／ｗｗｗ．ｇｌｏｂｅｂｂｓ．ｃｏｍ／ｈｈｓ／ｓｈｏｗｔｈｒｅａｄ．ｐｈｐ．　

２００５—０１－０３．　

数据库保存数据时，它默认即以１Ｓ０—８８５９—１　

保存，所以，这是为什么常常在数据库中读出的中　

文数据是乱码．为避免Ｊａｖａ程序和数据库之间数　

据传递出现乱码现象，可用以下最优方法来处理：　

［５］刘长生，谢强，丁秋林．Ｊａｖａ应用中的汉字乱码问题分　

析［ｊ］．计算机技术与发展，２００６，１６（１）；１５８—１６１．　

Ａｎａｌｙｓｉｓ　ｏｎ　Ｃｈｉｎｅｓｅ　Ｅｎｃｏｄｉｎｇ　ｉｎ　ＪＳＰ　ａｎｄ　Ｉｔｓ　Ｓｏｌｕｔｉｏｎ　

ＬＪ　Ｇ　ｏ—ｌｕ　

（１．Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｄａｌｉａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａｎ　１１６０２４，Ｃｈｉｎａ；　

２．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ，Ｑｉｎｈａｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｆｏｒ　Ｎａｔｉｏｎａｌｉｔｉｅｓ，Ｘｉｎｉｎｇ　８１０００７，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ａｒｔｉｃｌｅ　ａｎａｌｙｚｅｓ　ｔｈｅ　ｃａｕｓｅ　ｆｏｒ　ｅｎｃｏｄｉｎｇ　ｉｎ　ｔｈｅ　ｓｏｌｕｔｉｏｎ　ｆｏｒ　Ｊａｖａ，ａｎｄ　ｐｕｔｓ　ｆｏｒｗａｒｄ　ｔｈｅ　ｄｉｆ—　

ｆｅｒｅｎｔ　ｍｅｔｈｏｄｓ　ｔｏ　ｓｏｌｖｅ　Ｃｈｉｎｅｓｅ　ｅｎｃｏｄｉｎｇ　ｉｎ　ＪＳＰ．　

Ｋｅｙ　ｗｏｒｄｓ：ＪＳＰ；Ｕｎｉｃｏｄｅ；ｊｄｋ；Ｃｈｉｎｅｓｅ　ｅｎｃｏｄｉｎｇ