编码解码相关资料

水深无声 2021-09-18 09:34 451阅读 0赞

### 本文概括： ###

本文概括：

一、常见的编码表

二、编码解码

三、Java中一些编解码的常见使用

1. 内存

2. I/O 操作

3. Java Web-JSP/Servlet 中的编码方式

4. 数据库（mysql）

--------------------

### 一、常见的编码表 ###

> ASCII：美国标准信息交换表  
> ISO8859-1:拉丁码表，欧洲码表  
> GB2312:中国的中文编码表  
> GBK:中国的中文编码表升级  
> GB18030:GBK的取代版本  
> BIG5：通用于香港、台湾地区的繁体字编码方案  
> UTF-8：最多用3个子节表示一个字符  
> Unicode：国际标准码，融合了多种文字，所有的文字都用两个子节来表示，Java语言使用的就是该码表

### 二、编码解码 ###

**编码过程：**把看得懂的变成看不懂的

**解码过程：**把看不懂的变成看得懂的

*  **编码、解码**
    
     *  编码是信息从一种形式转换为另一种形式的过程。**不同字符对应的二进制数的规则。**
     *  解码是编码的逆过程，它是将存储在计算机的二进制转换为可以看到的字符。
     *  **乱码**，本质是编码解码采用的格式不统一造成的。

### 三、Java中一些编解码的常见使用 ###

### **1. 内存** ###

Char、String、byte。char是一个unicode字符，为16位的整数。byte是字节，字符串在网络传输或存储需要转换为byte数组。在从网络接收或从存储设备读取后需要将byte数组转换为String。String 可以看为char组成的数组。String和char为内存形式，byte是网络传输或存储的序列化形式。

String wo = "我";
    char woC = wo.charAt(0);
    String woHex = Integer.toHexString(woC);//6211
    //java内存中
    byte[] woUnicodeBytes = wo.getBytes("unicode");//or UTF-16，结果一样
    String woUniCodeByteHex = DatatypeConverter.printHexBinary(woUnicodeBytes);//FEFF 6211
    byte[] woUTF_8Bytes =wo.getBytes("UTF-8");
    String woUTF_8BytesHex = DatatypeConverter.printHexBinary(woUTF_8Bytes);//我的GBK编码 E6 88 91

我们在开发中，总是免不了对字符串的getBytes()、new String的过程，过程中会出现各种乱码问题。但初级开发人员请注意：Java提供的getBytes、new String方法都是提供了包含编码格式参数的，开发人员如果不写，则会采用操作系统当前的编码格式，getBytes()与getBytes(Charset.defaultCharset())等价，开发与部署的操作系统编码解码格式不一，便会出现各种乱码问题；故而建议大家显式地传入编码格式参数来使用这些方法。如，

String inputData = new String(inputFromRequestBytes,"UTF-8");
    //do sth;
    String outputData = "我处理完了";
    byte[] outputResponseBytes = outputData.getBytes("UTF-8");

补充：Java中，可以查看Charset类，JDK1.6支持162种字符集。可以通过Charset的avaiableCharsets拿到所有的java支持的字符集。

System.out.println(Charset.availableCharsets().size());//jdk 1.8 输出 169
    Set<String> charSetNames = Charset.availableCharsets().keySet();
    
    System.out.println(charSetNames.contains("UTF-8"));
    System.out.println(charSetNames.contains("GBK"));

中文出现乱码情形可参考这个：http://blog.csdn.net/lwj734114646/article/details/51312970

### **2. I/O 操作** ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1RoZV9CZXN0X0hhY2tlcg_size_16_color_FFFFFF_t_70][]

Java I/O流  
I/O操作比内存唯一需要多注意的是，文件本身的编码格式。在操作系统下，手工创建的文件，如果不指定便是系统默认的编码格式，故而为避免因操作系统不同而带来的中文乱码问题，最好在文件写入和读出的时候显式指定编码格式。  
java读取本地文件

public static String readFile(String fileName) {
        String fileContent = "";
        try {
          File f = new File(fileName);
          if (f.isFile() && f.exists()) {
            InputStreamReader read = new InputStreamReader(
                new FileInputStream(f), "gbk");
            BufferedReader reader = new BufferedReader(read);
            String line;
            while ((line = reader.readLine()) != null) {
              fileContent += line+"\n";
            }
            read.close();
          }
        } catch (Exception e) {
          e.printStackTrace();
        }
        return fileContent;
      }

java写入本地文件

public static void writeFile(String fileName, String fileContent) {
        try {
          File f = new File(fileName);
          if (!f.exists()) {
            f.createNewFile();
          }
          OutputStreamWriter write = new OutputStreamWriter(
              new FileOutputStream(f), "gbk");
          BufferedWriter writer = new BufferedWriter(write);
          writer.write(fileContent);
          writer.close();
        } catch (Exception e) {
          e.printStackTrace();
        }
      }

### 3. Java Web-JSP/Servlet 中的编码方式 ###

**3.1 Jsp编译**

<%@page pageEncoding=”GBK”%>，jsp编译成servlet源代码文件时所使用的编码，指定文件的存储编码，很明显，该设置应该置于文件的开头。  
**3.2 Jsp输出**

<%@ page contentType=”text/html; charset= GBK” %>，指定文件输出到browser时使用的编码，该设置也应该置于文件的开头。该设置和response.setCharacterEncoding(“GBK”)等效，即服务器响应（response）的编码方式。  
**3.3 Meta 设置**

< META http-equiv=”Content-Type” content=”text/html; charset=GBK” />  
指定网页使用的编码，该设置对静态网页尤其有作用。因为静态网页无法采用jsp的设置，而且也无法执行response.setCharacterEncoding()。例如：  
如果同时采用了jsp输出和meta设置两种编码指定方式，则jsp指定的优先。因为jsp指定的直接体现在response中。  
需要注意的是，apache有一个设置可以给无编码指定的网页指定编码，该指定等同于jsp的编码指定方式，所以会覆盖静态网页中的meta指定。所以有人建议关闭该设置。  
**3.4 Form 设置**

，当浏览器提交表单的时候，可以指定相应的编码。一般不必不使用该设置，浏览器会直接使用网页的编码。  
**3.5 servlet 中的设置**

setCharacterEncoding()，该函数用来设置http请求或者相应的编码。  
a）请求：request.setCharacterEncoding(“GBK”)，设置对客户端请求数据的编码的方式，指定后可以通过getParameter()则直接获得正确的字符串，如果不指定，则默认使用iso8859-1编码，需要进一步处理（如：iso8859\_1解码，GBK编码）。值得注意的是在执行setCharacterEncoding()之前，不能执行任何getParameter()。java doc上说明：This method must be called prior to reading request parameters or reading input using getReader()。而且，该指定只对POST方法有效，对GET方法无效。分析原因，应该是在执行第一个getParameter()的时候，java将会按照编码分析所有的提交内容，而后续的getParameter()不再进行分析，所以setCharacterEncoding()无效。而对于GET方法提交表单是，提交的内容在URL中，一开始就已经按照编码分析所有的提交内容，setCharacterEncoding()自然就无效。  
b）响应：response.setCharacterEncoding(“GBK”)，其作用是指定服务器响应的编码方式，服务器在将数据发送到浏览器之前，对数据进行重新编码时使用的编码方式，同时，该设置会传递给浏览器，告诉浏览器输出内容所采用的编码。

### 4. 数据库（mysql） ###

很明显，要支持多语言，应该将数据库的编码设置成utf或者unicode，而utf更适合与存储。但是，如果中文数据中包含的英文字母很少，其实unicode更为适合。

数据库的编码可以通过mysql的配置文件设置，例如default-character-set=utf8。还可以在数据库链接URL中设置，例如： useUnicode=true&characterEncoding=UTF-8。注意这两者应该保持一致，在新的sql版本里，在数据库链接URL里可以不进行设置，但也不能是错误的设置。

参考文章一见：[https://blog.csdn.net/proteen/article/details/79187831][https_blog.csdn.net_proteen_article_details_79187831]

参考文章二见：[https://www.cnblogs.com/x\_wukong/p/3675832.html][https_www.cnblogs.com_x_wukong_p_3675832.html]

参考文章三见：[https://blog.csdn.net/heyanxi0101/article/details/80356870][https_blog.csdn.net_heyanxi0101_article_details_80356870]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1RoZV9CZXN0X0hhY2tlcg_size_16_color_FFFFFF_t_70]: /images/20210811/ca02a052908c4ea9983a566e8a041ad1.png
[https_blog.csdn.net_proteen_article_details_79187831]: https://blog.csdn.net/proteen/article/details/79187831
[https_www.cnblogs.com_x_wukong_p_3675832.html]: https://www.cnblogs.com/x_wukong/p/3675832.html
[https_blog.csdn.net_heyanxi0101_article_details_80356870]: https://blog.csdn.net/heyanxi0101/article/details/80356870