当前位置导航:炫浪网>>网络学院>>编程开发>>JAVA教程>>Java进阶

在JAVA开发中的中文处理问题及解决办法


  在应用开发的过程中,总会遇到一些“难以理解”的系统缺陷和“不易解决”的问
  题。其实,通过认真分析,不必购买昂贵的产品依然可以解决多数问题。
    ■JDBC ODBC Bridge的Bug及其解决方法
    在编写一数据库管理程序时,发现JDBC-ODBC Bridge存在不易发现的Bug。在向数据
  表插入数据时,如果为英文字符,存储内容完全正确,如果存入中文字符,部分数据库
  只能存储前七八个中文字符,其他内容被截去,导致存储内容的不完整(有些数据库不
  存在这个问题,如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge还存在无法建表的Bug
  )。
    对于广大需要存储中文信息的Java程序员来说,这可是一个不好的消息。要么改用
  其他语言编程,要么选择其他价格昂贵的数据库产品。“一次编写,到处运行”的目标
  ,也大打折扣。能不能采用变通的方法,将中文信息进行处理后再存储来解决这个问题
  呢?答案是肯定的。
    解决问题的具体思路、方法
    Java采用Unicode码编码方式,中英文字符均采用16bit存储。既然存储英文信息是
  正确的,根据一定规则,将中文信息转换成英文信息后存储,自然不会出现截尾现象。
  读取信息时再进行逆向操作,将英文信息还原成中文信息即可。由GB2312编码规则可知
  ,汉字一般为二个高位为1的ASCII码,在转换时将一个汉字的二个高位1去掉,还原时再
  将二个高位1加上。为了处理含有英文字符的中文字串,对英文字符则需要加上一个Byt
  e 0标记。以下提供的两个公用静态方法,可加入任何一个类中使用。
    将中英文字串转换成纯英文字串
    public static String toTureAsciiStr(String str){
    StringBuffer sb = new StringBuffer();
    byte[] bt = str.getBytes();
    for(int i =0 ;i〈bt.length;i++){
    if(bt[i]〈0){
    //是汉字去高位1
    sb.append((char)(bt[i]&&0x7f));
     }else{//是英文字符 补0作记录
    sb.append((char)0);
    sb.append((char)bt[i]);
     }
     }
    return sb.toString();
    }
    将经转换的字串还原
    public static String unToTrueAsciiStr(String str){
     byte[] bt = str.getBytes();
     int i,l=0,length = bt.length,j=0;
     for(i = 0;i〈length;i++){
     if(bt[i] == 0){
     l++;
     }
     }
     byte []bt2 = new byte[length-l];
     for(i =0 ;i〈length;i++){
     if(bt[i] == 0){
     i++;
     bt2[j] = bt[i];
     }else{
     bt2[j] = (byte)(bt[i]|0x80);
     }
     j++;
     }
    String tt = new String(bt2);
    return tt;
    }
    上例在实际编程中效果很好,只是存储的中文信息需要经过同样处理,才能被其他
  系统使用。而且如果中文字串出现英文字符,实际上增加了额外的存储空间。
    ■Solaris下Servlet编程的中文问题及解决办法
    在使用Java开发Internet上的一个应用系统时,发现在Windows下调试完全正常的S
  ervlet,上传到Solaris 服务器上,运行却出现故障——返回的网页不能显示中文,应
  为中文的信息全为乱码;用中文信息做关键字,不能正确检索数据库。后来采用加入检
  查代码等方法探知故障原因如下:
    显示乱码主要是因为通过类 HttpServletResponse提供的方法setContentType 无法
  改变返回给客户的数据的编码方式,正确的编码方式应为GB2312或者GBK,而事实上为缺
  省的ISO8859-1。无法检索中文信息则是因为,客户提交的中文信息经浏览器编码到达服
  务器后,Servlet无法将其正确解码。
    举例说明显示乱码解决方法
    Servlet 一般通常做法如下:
    public class ZldTestServlet extends HttpServlet {
    public void doGet (HttpServletRequest request,HttpServletResponse respon
  se)throws ServletException, IOException{
    //在使用 Writer向浏览器返回数据前,设置 content-type header ,在这里设置
  相应的字符集gb2312
    response.setContentType("text/html;charset=gb2312");
    PrintWriter out = response.getWriter(); //*
    // 正式返回数据
    out.println("〈html〉〈head〉〈title〉Servlet test〈/title〉〈/head〉" )
  ;
    out.println("这是一个测试页!");
    out.println("〈/body〉〈/html〉");
    out.close();
    }
     ...
    }
    解决页面显示乱码问题,需将*处代码换成如下内容:
    PrintWriter out = new PrintWriter(new OutputStreamWriter(response.getOut
  putStream(),"gb2312"));
    Solaris中文信息检索问题的解决
    浏览器利用表单向服务器提交信息时,一般采用x-www-form-urlencoded 的MIME格
  式对数据进行编码。如果使用get方法,参数名称和参数值经编码后附加在URL后,在Ja
  va中称作查询串(query string)。
    在Servlet程序中,如果采用ServletRequest的方法getParameter取得参数值,在S
  olaris环境下,对汉字却不能正确解码。因而无法正确检索数据库。
    在Java 1.2的包——java.net中提供了URLEncode和URLDecode类。类URLEncode提供
  了按x-www-form-urlencoded格式对给定串进行转换的方法。类URLEncode则提供了逆方
  法。
    在编写某网上114查询的Servlet时,采用先取得查询串,再利用类URLDecode解码,
  再从解码后的串中取得参数,很好地解决了Solrais环境下,中文信息检索的问题。  在应用开发的过程中,总会遇到一些“难以理解”的系统缺陷和“不易解决”的问
  题。其实,通过认真分析,不必购买昂贵的产品依然可以解决多数问题。
    ■JDBC ODBC Bridge的Bug及其解决方法
    在编写一数据库管理程序时,发现JDBC-ODBC Bridge存在不易发现的Bug。在向数据
  表插入数据时,如果为英文字符,存储内容完全正确,如果存入中文字符,部分数据库
  只能存储前七八个中文字符,其他内容被截去,导致存储内容的不完整(有些数据库不
  存在这个问题,如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge还存在无法建表的Bug
  )。
    对于广大需要存储中文信息的Java程序员来说,这可是一个不好的消息。要么改用
  其他语言编程,要么选择其他价格昂贵的数据库产品。“一次编写,到处运行”的目标
  ,也大打折扣。能不能采用变通的方法,将中文信息进行处理后再存储来解决这个问题
  呢?答案是肯定的。
    解决问题的具体思路、方法
    Java采用Unicode码编码方式,中英文字符均采用16bit存储。既然存储英文信息是
  正确的,根据一定规则,将中文信息转换成英文信息后存储,自然不会出现截尾现象。
  读取信息时再进行逆向操作,将英文信息还原成中文信息即可。由GB2312编码规则可知
  ,汉字一般为二个高位为1的ASCII码,在转换时将一个汉字的二个高位1去掉,还原时再
  将二个高位1加上。为了处理含有英文字符的中文字串,对英文字符则需要加上一个Byt
  e 0标记。以下提供的两个公用静态方法,可加入任何一个类中使用。
    将中英文字串转换成纯英文字串
    public static String toTureAsciiStr(String str){
    StringBuffer sb = new StringBuffer();
    byte[] bt = str.getBytes();
    for(int i =0 ;i〈bt.length;i++){
    if(bt[i]〈0){
    //是汉字去高位1
    sb.append((char)(bt[i]&&0x7f));
     }else{//是英文字符 补0作记录
    sb.append((char)0);
    sb.append((char)bt[i]);
     }
     }
    return sb.toString();
    }
    将经转换的字串还原
    public static String unToTrueAsciiStr(String str){
     byte[] bt = str.getBytes();
     int i,l=0,length = bt.length,j=0;
     for(i = 0;i〈length;i++){
     if(bt[i] == 0){
     l++;
     }
     }
     byte []bt2 = new byte[length-l];
     for(i =0 ;i〈length;i++){
     if(bt[i] == 0){
     i++;
     bt2[j] = bt[i];
     }else{
     bt2[j] = (byte)(bt[i]|0x80);
     }
     j++;
     }
    String tt = new String(bt2);
    return tt;
    }
    上例在实际编程中效果很好,只是存储的中文信息需要经过同样处理,才能被其他
  系统使用。而且如果中文字串出现英文字符,实际上增加了额外的存储空间。
    ■Solaris下Servlet编程的中文问题及解决办法
    在使用Java开发Internet上的一个应用系统时,发现在Windows下调试完全正常的S
  ervlet,上传到Solaris 服务器上,运行却出现故障——返回的网页不能显示中文,应
  为中文的信息全为乱码;用中文信息做关键字,不能正确检索数据库。后来采用加入检
  查代码等方法探知故障原因如下:
    显示乱码主要是因为通
相关内容
赞助商链接