JAVA中文字符編碼問題詳解

JAVA的中文字符亂碼問題一直很讓人頭疼。特別是在WEB應(yīng)用中。網(wǎng)上的分析文章和解決方案都很多，但總是針對(duì)某些特定情況的。很多次遇到亂碼問題后，經(jīng)過極為辛苦的調(diào)試和搜索資料后終于解決，滿以為自己已經(jīng)掌握了對(duì)付這些字符亂碼怪獸的訣竅。可當(dāng)過段時(shí)間，換了個(gè)應(yīng)用或換了個(gè)環(huán)境，又會(huì)碰到那討厭的火星文，并再次無所適從。于是下決心好好整理一下中文字符編碼問題，以方便自己記憶，也為其他程序員兄弟們提供一份參考。

首先要了解JAVA處理字符的原理。JAVA使用UNICODE來存儲(chǔ)字符數(shù)據(jù)，處理字符時(shí)通常有三個(gè)步驟：

-

按指定的字符編碼形式，從源輸入流中讀取字符數(shù)據(jù)

-

以UNICODE編碼形式將字符數(shù)據(jù)存儲(chǔ)在內(nèi)存中

-

按指定的字符編碼形式，將字符數(shù)據(jù)編碼并寫入目的輸出流中。

所以JAVA處理字符時(shí)總是經(jīng)過了兩次編碼轉(zhuǎn)換，一次是從指定編碼轉(zhuǎn)換為UNICODE編碼，一次是從UNICODE編碼轉(zhuǎn)換為指定編碼。如果在讀入時(shí)用錯(cuò)誤的形式解碼字符，則內(nèi)存存儲(chǔ)的是錯(cuò)誤的UNICODE字符。而從最初文件中讀出的字符數(shù)據(jù)，到最終在屏幕終端顯示這些字符，期間經(jīng)過了應(yīng)用程序的多次轉(zhuǎn)換。如果中間某次字符處理，用錯(cuò)誤的編碼方式解碼了從輸入流讀取的字符數(shù)據(jù)，或用錯(cuò)誤的編碼方式將字符寫入輸出流，則下一個(gè)字符數(shù)據(jù)的接收者就會(huì)編解碼出錯(cuò)，從而導(dǎo)致最終顯示亂碼。

這一點(diǎn)，是我們分析字符編碼問題以及解決問題的指導(dǎo)思想。

好，現(xiàn)在我們開始一只只的解決這些亂碼怪獸。

一、在JAVA文件中硬編碼中文字符，在eclipse中運(yùn)行，控制臺(tái)輸出了亂碼。

例如，我們?cè)贘AVA文件中寫入以下代碼：

String text

= "大家好";

System.out.println(text);

如果我們是在eclipse里編譯運(yùn)行，可能看到的結(jié)果是類似這樣的亂碼：��?�。那么，這是為什么呢？

我們先來看看整個(gè)字符的轉(zhuǎn)換過程。

1.

在eclipse窗口中輸入中文字符，并保存成UTF-8的JAVA文件。這里發(fā)生了多次字符編碼轉(zhuǎn)換。不過因?yàn)槲覀兿嘈舉clipse的正確性，所以我們不用分析其中的過程，只需要相信保存下的JAVA文件確實(shí)是UTF-8格式。

2.

在eclipse中編譯運(yùn)行此JAVA文件。這里有必要詳細(xì)分析一下編譯和運(yùn)行時(shí)的字符編碼轉(zhuǎn)換。

-

編譯：我們用javac編譯JAVA文件時(shí)，javac不會(huì)智能到猜出你所要編譯的文件是什么編碼類型的，所以它需要指定讀取文件所用的編碼類型。默認(rèn)javac使用平臺(tái)缺省的字符編碼類型來解析JAVA文件。平臺(tái)缺省編碼是操作系統(tǒng)決定的，我們使用的是中文操作系統(tǒng)，語言區(qū)域設(shè)置通常都是中國大陸，所以平臺(tái)缺省編碼類型通常是GBK。這個(gè)編碼類型我們可以在JAVA中使用System.getProperty("file.encoding")來查看。所以javac會(huì)默認(rèn)使用GBK來解析JAVA文件。如果我們要改變javac所用的編碼類型，就要加上-encoding參數(shù)，如javac

-encoding utf-8 Test.java。

這里要另外提一下的是eclipse使用的是內(nèi)置的編譯器，并不能添加參數(shù)，如果要為javac添加參數(shù)則建議使用ANT來編譯。不過這并非出現(xiàn)亂碼的原因，因?yàn)閑clipse可以為每個(gè)JAVA文件設(shè)置字符編碼類型，而內(nèi)置編譯器會(huì)根據(jù)此設(shè)置來編譯JAVA文件。

-

運(yùn)行：編譯后字符數(shù)據(jù)會(huì)以UNICODE格式存入字節(jié)碼文件中。然后eclipse會(huì)調(diào)用java命令來運(yùn)行此字節(jié)碼文件。因?yàn)樽止?jié)碼中的字符總是UNICODE格式，所以java讀取字節(jié)碼文件并沒有編碼轉(zhuǎn)換過程。虛擬機(jī)讀取文件后，字符數(shù)據(jù)便以UNICODE格式存儲(chǔ)在內(nèi)存中了。

3. 調(diào)用System.out.println來輸出字符。這里又發(fā)生了字符編碼轉(zhuǎn)換。

System.out.println使用了PrintStream類來輸出字符數(shù)據(jù)至控制臺(tái)。PrintStream會(huì)使用平臺(tái)缺省的編碼方式來輸出字符。我們的中文系統(tǒng)上缺省方式為GBK，所以內(nèi)存中的UNICODE字符被轉(zhuǎn)碼成了GBK格式，并送到了操作系統(tǒng)的輸出服務(wù)中。因?yàn)槲覀儾僮飨到y(tǒng)是中文系統(tǒng)，所以往終端顯示設(shè)備上打印字符時(shí)使用的也是GBK編碼。如果到這一步，我們的字符其實(shí)不再是GBK編碼的話，終端就會(huì)顯示出亂碼。

那么，在eclipse運(yùn)行帶中文字符的JAVA文件，控制臺(tái)顯示了亂碼，是在哪一步轉(zhuǎn)換錯(cuò)誤呢？我們一步步來分析。

- 保存JAVA文件成UTF-8后，如果再次打開你沒有看到亂碼，說明這步是正確的。

- 用eclipse本身來編譯運(yùn)行JAVA文件，應(yīng)該沒有問題。

-

System.out.println會(huì)把內(nèi)存中正確的UNICODE字符編碼成GBK，然后發(fā)到eclipse的控制臺(tái)去。等等，我們看到在Run

Configuration對(duì)話框的Common標(biāo)簽里，控制臺(tái)的字符編碼被設(shè)置成了UTF-8！問題就在這里。System.out.println已經(jīng)把字符編碼成了GBK，而控制臺(tái)仍然以UTF-8的格式讀取字符，自然會(huì)出現(xiàn)亂碼。

將控制臺(tái)的字符編碼設(shè)置為GBK，亂碼問題解決。

(這里補(bǔ)充一點(diǎn)：eclipse的控制臺(tái)編碼是繼承了workspace的設(shè)置的，通常控制臺(tái)編碼里沒有GBK的選項(xiàng)而且不能輸入。我們可以先在workspace的編碼設(shè)置中輸入GBK，然后在控制臺(tái)的設(shè)置中就可以看到GBK的選項(xiàng)了，設(shè)置好后再把workspace的字符編碼設(shè)置改回utf-8就是。)

二、JSP文件中硬編碼中文字符，在瀏覽器上顯示亂碼。

我們用eclipse編寫一個(gè)JSP頁面，使用tomcat瀏覽這個(gè)頁面時(shí)，整個(gè)頁面的中文字符都是亂碼。這是什么原因呢？

JSP頁面從編寫到在瀏覽器上瀏覽，總共有四次字符編解碼。

1.

以某種字符編碼保存JSP文件

2.

Tomcat以指定編碼來讀取JSP文件并編譯

3.

Tomcat向?yàn)g覽器以指定編碼來發(fā)送HTML內(nèi)容

4.

瀏覽器以指定編碼解析HTML內(nèi)容

這里的四次字符編解碼，有一次發(fā)生錯(cuò)誤最終顯示的就會(huì)是亂碼。我們依次來分析各次的字符編碼是如何設(shè)置的。

-

保存JSP文件，這是在編輯器中設(shè)置的，比如eclipse中，設(shè)置文件字符類型為utf-8。

-

JSP文件開頭的

contentType="text/html; charset=utf-8"

pageEncoding="utf-8"%>，其中pageEncoding用來告訴tomcat此文件所用的字符編碼。這個(gè)編碼應(yīng)該與eclipse保存文件用的編碼一致。Tomcat以此編碼方式來讀取JSP文件并編譯。

-

page標(biāo)簽中的contentType用來設(shè)置tomcat往瀏覽器發(fā)送HTML內(nèi)容所使用的編碼。這個(gè)編碼會(huì)在HTTP響應(yīng)頭中指定以通知瀏覽器。

-

瀏覽器根據(jù)HTTP響應(yīng)頭中指定的字符編碼來解析HTML內(nèi)容。如：

HTTP/1.1 200 OK

Date: Mon, 01 Sep 2008 23:13:31 GMT

Server: Apache/2.2.4 (Win32) mod_jk/1.2.26

Vary: Host,Accept-Encoding

Set-Cookie: JAVA2000_STYLE_ID=1; Domain=www.java2000.net;

Expires=Thu, 03-Nov-2011 09:00:10 GMT; Path=/

Content-Encoding: gzip

Transfer-Encoding: chunked

Content-Type: text/html;charset=UTF-8

另外，HTML中有個(gè)標(biāo)簽

content="text/html;

charset=UTF-8">中也指定了charset。不過這個(gè)字符編碼只有在當(dāng)網(wǎng)頁保存在本地作為靜態(tài)網(wǎng)頁時(shí)有效，因?yàn)闆]有HTTP頭，所以瀏覽器根據(jù)此標(biāo)簽來識(shí)別HTML內(nèi)容的編碼方式。

現(xiàn)在在JSP文件中硬編碼出現(xiàn)亂碼的機(jī)會(huì)比較小了，因?yàn)榇蠹叶加昧巳鏴clipse的編輯器，基本上可以自動(dòng)保證這幾個(gè)編碼設(shè)置的正確性。現(xiàn)在更多碰到的是在JSP文件中從其他數(shù)據(jù)源中讀取中文字符所產(chǎn)生的亂碼問題。

三、在JSP文件中讀取字符文件并在頁面中顯示，中文字符顯示為亂碼。

比如，我們?cè)贘SP文件中使用以下代碼：

BufferedReader reader = new BufferedReader(new

FileReader("D:\\test.txt"));

String content = reader.readLine();

reader.close();

%>

test.txt里保存的是中文字符，但在瀏覽器上看到的亂碼。這是個(gè)經(jīng)常見到的問題。我們繼續(xù)用之前的方法一步步來分析輸入和輸出流

1. test.txt是以某種編碼方式保存中文字符，比如UTF-8。

2.

BufferedReader直接讀取test.txt的字節(jié)內(nèi)容并以默認(rèn)方式構(gòu)造字符串。分析BufferedReader的代碼，我們可以看到BufferedReader調(diào)用了FileReader的read方法，而FileReader又調(diào)用了FileInputStream的native的read方法。所謂native的方法，就是操作系統(tǒng)底層方法。那么我們操作系統(tǒng)是中文系統(tǒng)，所以FileInputStream默認(rèn)用GBK方式讀取文件。因?yàn)槲覀儽４鎡est.txt用的是UTF-8，所以在這里讀取文件內(nèi)容使用GBK是錯(cuò)誤的編碼。

3.

其實(shí)就是out.print(content)，這里又用到了HTTP的輸出流JspWriter，于是字符串content又被以JSP的page標(biāo)簽中指定的UTF-8方式編碼成字節(jié)數(shù)組被發(fā)送到瀏覽器端。

4.

瀏覽器以HTTP頭中指定的方式解碼字符，這時(shí)無論是用GBK還是UTF-8解碼，顯示的都是亂碼。

可見，我們字符編碼轉(zhuǎn)換在第二步時(shí)出錯(cuò)了，UTF-8的字符串被當(dāng)做GBK讀入了內(nèi)存中。

解決這個(gè)亂碼問題有兩種方法，一是把test.txt用GBK保存，則FileInputStream能正確讀入中文字符；二是使用InputStreamReader來轉(zhuǎn)換字符編碼，如：

InputStreamReader sr = new InputStreamReader(new

FileInputStream("D:\\test.txt"),"utf-8");

BufferedReader reader = new

BufferedReader(sr);

這樣，JAVA就會(huì)用utf-8的方式來從文件中讀取字符數(shù)據(jù)。

另外，我們可以通過在java命令后帶上Dfile.encoding參數(shù)來指定虛擬機(jī)讀取文件使用的默認(rèn)字符編碼，例如java

-Dfile.encoding=utf-8

Test，這樣，我們?cè)贘AVA代碼里用System.getProperty("file.encoding")取到的值為utf-8。

四、JSP讀取request.getParameter里的中文參數(shù)后，在頁面顯示為亂碼。

在JAVA的WEB應(yīng)用中，對(duì)request對(duì)象里的parameters的中文處理一直是常見也最難搞的一只大怪獸。經(jīng)常是剛搞定了這邊，那邊又出了亂碼。而導(dǎo)致這種復(fù)雜性的，主要是此過程中字符編解碼次數(shù)非常多，而且無論是瀏覽器還是WEB服務(wù)器特別是TOMCAT總是不能給我們一個(gè)比較滿意的支持。

首先我們來分析用GET方式上傳參數(shù)的亂碼情況。

例如我們?cè)跒g覽器地址欄輸入以下URL：http://localhost:8080/test/test.jsp?param=大家好

我們的JSP代碼如此處理param這個(gè)參數(shù)：

request.getParameter("param");?%>

而就這么簡單的兩句代碼，我們很有可能在頁面上看到這樣的亂碼：′ó?òo?

網(wǎng)上對(duì)處理request.getParamter中的亂碼有很多文章和方法，也都是正確的，只是方法太多讓人一直不明白到底是為什么。這里給大家分析一下到底是怎么一回事。

首先，我們來看看與request對(duì)象有哪些相關(guān)的編碼設(shè)置：

1. JSP文件的字符編碼

2. 請(qǐng)求這個(gè)帶參數(shù)URL的源頁面的字符編碼

3. IE的高級(jí)設(shè)置中的選項(xiàng)“總以u(píng)tf-8方式發(fā)送URL地址”

4. TOMCAT的server.xml中配置URIEncoding

5. 函數(shù)request.setCharacterEncoding()

6.

JS的encodeURIComponent函數(shù)與JAVA的URLDecoder類

這么多條相關(guān)編碼設(shè)置，也難怪大家被搞得頭暈了。這里給大家根據(jù)各種情況給大家一一分析一下。見下表：

以上表格里的現(xiàn)象，除了指名在IE7上，其他全是在IE6上測(cè)試的結(jié)果。

由這個(gè)表我們可以看到，IE的“總以u(píng)tf-8方式發(fā)送URL地址”設(shè)置并不影響對(duì)parameter的解析，而從頁面請(qǐng)求URL和從地址欄輸入U(xiǎn)RL居然也有不同的表現(xiàn)。

根據(jù)這個(gè)表列出的現(xiàn)象，大家只要用smartSniff抓幾個(gè)網(wǎng)絡(luò)包，并稍稍調(diào)查一下TOMCAT的源代碼，就可以得出以下結(jié)論：

1.

IE設(shè)置中的“總以u(píng)tf-8方式發(fā)送URL地址”只對(duì)URL的PATH部分起作用，對(duì)查詢字符串是不起作用的。也就是說，如果勾選了這個(gè)選項(xiàng)，那么類似http://localhost:8080/test/大家好.jsp?param=大家好這種URL，前一個(gè)“大家好”將被轉(zhuǎn)化成utf-8形式，而后一個(gè)并沒有變化。這里所說的utf-8形式，其實(shí)應(yīng)該叫utf-8+escape形式，即%B4%F3%BC%D2%BA%C3這種形式。

那么，查詢字符串中的中文字符，到底是用什么編碼傳送到服務(wù)器的呢？答案是系統(tǒng)默認(rèn)編碼，即GBK。也就是說，在我們中文操作系統(tǒng)上，傳送給WEB服務(wù)器的查詢字符串，總是以GBK來編碼的。

2.

在頁面中通過鏈接或location重定向或open新窗口的方式來請(qǐng)求一個(gè)URL，這個(gè)URL里面的中文字符是用什么編碼的？答：是用該頁面的編碼類型。也就是說，如果我們從某個(gè)源JSP頁面上的鏈接來訪問http://localhost:8080/test/test.jsp?param=大家好這個(gè)URL，如果源JSP頁面的編碼是UTF-8，則大家好這幾個(gè)字的編碼就是UTF-8。

而在地址欄上直接輸入U(xiǎn)RL地址，或者從系統(tǒng)剪貼板粘貼到地址欄上，這個(gè)輸入并非從頁面中發(fā)起的，而是由操作系統(tǒng)發(fā)起的，所以這個(gè)編碼只可能是系統(tǒng)的默認(rèn)編碼，與任何頁面無關(guān)。我們還發(fā)現(xiàn)，在不同的瀏覽器上，用鏈接方式打開的頁面，如果在地址欄上再敲個(gè)回車，顯示的結(jié)果也會(huì)不同。IE上敲回車后顯示不變化，而傲游上可能就會(huì)有亂碼或亂碼消失的變化。說明IE上敲回車，實(shí)際發(fā)送的是之前記憶下來的內(nèi)存中的URL，而傲游上發(fā)送的從當(dāng)前地址欄重新獲取的URL。

3.

TOMCAT的URIEncoding如果不加以設(shè)置，則默認(rèn)使用ISO-8859-1來解碼URL，設(shè)置后便用設(shè)置了的編碼方式來解碼。這個(gè)解碼同時(shí)包括PATH部分和查詢字符串部分。可見，這個(gè)參數(shù)是對(duì)用GET方式傳遞的中文參數(shù)最關(guān)鍵的設(shè)置。不過，這個(gè)參數(shù)只對(duì)GET方式傳遞的參數(shù)有效，對(duì)POST的無效。分析TOMCAT的源代碼我們可以看到，在請(qǐng)求一個(gè)頁面時(shí)，TOMCAT會(huì)嘗試構(gòu)造一個(gè)Request對(duì)象，在這個(gè)對(duì)象里，會(huì)從Server.xml里讀取URIEncoding的值，并賦值給Parameters類的queryStringEncoding變量，而這個(gè)變量將在解析request.getParameter中的GET參數(shù)時(shí)用來指導(dǎo)字符解碼。

4.

request.setCharacterEncoding函數(shù)只對(duì)POST的參數(shù)有效，對(duì)GET的參數(shù)無效。且這個(gè)函數(shù)必須是在第一次調(diào)用request.getParameter之前使用。這是因?yàn)镻arameters類有兩個(gè)字符編碼參數(shù)，一個(gè)是encoding，另一個(gè)是queryStringEncoding，而setCharacterEncoding設(shè)置的是encoding，這個(gè)是在解析POST的參數(shù)是才用到的。

所以，這就導(dǎo)致了我們通常都要分開處理POST和GET的字符編碼，用TOMCAT自帶的filter只能處理POST的，另外要設(shè)置URIEncoding來設(shè)置GET的。這樣很麻煩而且URIEncoding無法根據(jù)內(nèi)容來動(dòng)態(tài)區(qū)分編碼，總還是一個(gè)問題。

在調(diào)查TOMCAT的代碼時(shí)發(fā)現(xiàn)了另一個(gè)在server.xml里的參數(shù)useBodyEncodingForURI，可以解決這個(gè)問題。這個(gè)參數(shù)設(shè)成true后，TOMCAT就會(huì)用request.setCharacterEncoding所設(shè)置的字符編碼來同樣解析GET參數(shù)了。這樣，那個(gè)SetCharacterEncodingFilter就可以同時(shí)處理GET和POST參數(shù)了。

知道了以上知識(shí)后，我們?cè)賮矸治鲆幌虑懊姹砀裰辛谐龅膸讉€(gè)典型現(xiàn)象。

第一條，請(qǐng)求源頁面的編碼為UTF-8，而TOMCAT的URIEncoding未指定，則TOMCAT用ISO8859-1方式來解碼參數(shù)，所以從request中讀出來后，內(nèi)存中存儲(chǔ)的為錯(cuò)誤的UNICODE數(shù)據(jù)，導(dǎo)致之后到屏幕顯示的所有轉(zhuǎn)換全部出錯(cuò)。

第九條，請(qǐng)求源頁面編碼為GBK，而TOMCAT的URIEncoding也為GBK，TOMCAT用GBK方式去解碼原本用GBK編碼的字符，解碼正確，內(nèi)存中的UNICODE值正確，最終顯示正確的中文。

第十三條，請(qǐng)求源頁面編碼為UTF-8，TOMCAT的URIEncoding也為UTF-8，而在IE6中最終顯示的中文字符，如果是奇數(shù)個(gè)數(shù)，則最后一個(gè)會(huì)顯示為亂碼。這是為什么呢？

我的猜測(cè)是，這是因?yàn)镮E6將URL地址發(fā)送時(shí)，對(duì)查詢字符串是直接對(duì)UTF-8格式的字符使用GBK來編碼，而不是對(duì)UNICODE的字符來用GBK編碼，所以UTF-8的數(shù)據(jù)沒有經(jīng)過UNICODE而直接編碼成了GBK。而到了TOMCAT這邊，GBK的編碼又被當(dāng)成UTF-8做了解碼。所以這個(gè)過程中經(jīng)過了UTF-8轉(zhuǎn)換成GBK，然后又從GBK轉(zhuǎn)換成UTF-8的過程，而這種轉(zhuǎn)換，恰好就會(huì)出現(xiàn)奇數(shù)個(gè)中文字符串的最后一位為亂碼的現(xiàn)象。而在IE7中，估計(jì)把這種現(xiàn)象當(dāng)做BUG已經(jīng)被解決了，即在發(fā)送地址時(shí)會(huì)先轉(zhuǎn)成UNICODE再編碼成GBK。那么估計(jì)在IE7的瀏覽器+中文操作系統(tǒng)環(huán)境下，如果我們把TOMCAT的URIEncoding設(shè)置成GBK，無論JSP編碼成什么格式，都不會(huì)出現(xiàn)亂碼。這個(gè)沒測(cè)試，請(qǐng)大家自己驗(yàn)證。

其他幾條就不再做分析了，有興趣的大家自己分析。

五、對(duì)URL做Encode和Decode

對(duì)于request參數(shù)的中文亂碼問題，個(gè)人覺得最好的還是用URLEncode/URLDecode，因?yàn)槿绻愕腤EB站點(diǎn)要支持國際化，最好就是保證從IE遞送過來的參數(shù)永遠(yuǎn)是正確的UTF-8編碼。

在IE端，我們可以用JS腳本來對(duì)參數(shù)編碼：encodeURIComponent()，編碼后中文字符便變成了%B4%F3%BC%D2%BA%C3這種形式。在JAVA端，可以用java.net.URLDecoder.decode來解碼。不過這里要注意一個(gè)問題，就是TOMCAT會(huì)自動(dòng)先對(duì)URL做一次decode，我們可以在TOMCAT的UDecoder類中看到這一點(diǎn)。不過TOMCAT并非使用了URLDecoder.decode，而是自己編寫了一個(gè)decode函數(shù)。網(wǎng)上有些文章上介紹過一種處理亂碼的方法便是在JS中對(duì)參數(shù)做兩次encodeURIComponent，在JAVA中做一次decode，可以解決一些沒有設(shè)置URIEncoding時(shí)發(fā)生的亂碼問題。不過個(gè)人覺得如果弄懂了整個(gè)字符編碼轉(zhuǎn)換的過程，基本上是用不到這種方法的。

六、從數(shù)據(jù)庫中讀取中文字符數(shù)據(jù)，在頁面上顯示為亂碼。

對(duì)于數(shù)據(jù)庫中讀取中文字符出現(xiàn)亂碼的問題，本人遇到的還比較少，所以暫時(shí)沒有總結(jié)。如果大家有類似的經(jīng)驗(yàn)，歡迎補(bǔ)充說明，我一定注明作者身份。

好了，對(duì)各種字符亂碼問題的分析就總結(jié)到這里，相信只要把握“以指定編碼讀取--轉(zhuǎn)換為UNICODE--以指定編碼輸入”這基本步驟，初學(xué)者也可以很快分析出字符亂碼的根源所在。另外我建議不要隨便使用new

String(str.getBytes(enc1),enc2)這種方式來強(qiáng)行轉(zhuǎn)碼，也不要隨便使用網(wǎng)上的字符轉(zhuǎn)碼函數(shù)，我覺得只會(huì)把問題隱藏更深更復(fù)雜化。我們應(yīng)該清晰地分析整個(gè)字符流的編解碼過程，自然可以找出亂碼的根源所在，從而保證整個(gè)字符流動(dòng)中，在內(nèi)存中的UNICODE始終是正確的。

另外再附上個(gè)人總結(jié)的亂碼分析的一套秘籍！即從亂碼的長相來分析是哪種編碼轉(zhuǎn)換錯(cuò)誤。有人可以聞香識(shí)酒，我們也來個(gè)看字識(shí)碼。請(qǐng)看下表：

不過個(gè)人至今仍然弄不明白的就是問號(hào)碼的產(chǎn)生原因，問號(hào)碼即所有字符幾乎全部為問號(hào)的亂碼。問號(hào)碼的出現(xiàn)有多種情況。我目前能確認(rèn)的當(dāng)我們把中文字符強(qiáng)行以ISO8859-1編碼寫入文件后，字符的高位信息會(huì)丟失，從而再次從文件中讀出字符時(shí)便全部變?yōu)閱柼?hào)符。而我在JAVA代碼中用UTF-8的方式去讀取GBK編碼的字符，出來的也是問號(hào)碼，而并非口字碼，這是我百思不得其解的問題。

總結(jié)

以上是生活随笔為你收集整理的java中文字符怎么保证出现正确_JAVA中文字符编码问题详解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。