记得刚做javaweb开发的时候被这个编码问题搞得晕头转向，经常稀里糊涂的编码正常了一会编码又乱了。那个时候迫于项目进度大多都是知其然不知其所以然。后来有时间就把整个体系搞了个遍，终于摸通了来龙去脉。

在C++的CGI开发时大家喜欢用latin，这个属于字节方式的编码格式，存储mysql节约空间，而C++也是比较容易控制到byte级别的语言。所以经过框架封装基本也问题不大。

在Java语言中，要涉及修改编码问题的地方还真多。一个地方没有设好就会乱码满天飞。大概总结包括以下这几部分：浏览器、服务器、数据库、操作系统。

浏览器：

如果使用模板语言，html需要设置显示的字符集。这个适用于浏览器判断什么编码显示。

1
<http-equiv="Content-Type"content="text/html; charset=utf-8"/>

扩展，浏览器识别编码的顺序：

1.如果HTTP头部申明了charset，则会使用HTTP头部的，
2.让HTTP头部没有设置，则会去解析meta标签的，
3.如果meta也没有的话，浏览器会根据是否设置了auto detect来进行编码识别，
4.否则会使用本地UI的字符编码。

服务器：

对于JSP等动态语言，需要在jsp头部设置编码格式，J2EE服务器解析这个JSP的时候才会把整个页面编码为UTF-8输出，不然就按照系统默认编码格式ISO-8859-1输出了。JSP设置格式如下：

1

2
<%@ page language= "java" contentType = "text/html; charset=UTF-8"

     pageEncoding ="UTF-8" %>

大家都知道，JSP对应的就是servlet。servlet的编码对应如下设置：

1

2

3

4
public
void service
(HttpServletRequest request, HttpServletResponse response
)

throws ServletException,
{

response.
setContentType
(
"text/html;charset=utf-8"
)
;

}

还有不要漏掉大家常用的spring工具类，编码转换filter，很实用。在你用struts、spring mvc时这个过滤器帮你转换没有设置的编码过滤。如下设置：

1

2

3

4

5

6

7

8

9

10
<filter>

<filter-name> Set Character Encoding
</filter-name>

<filter-class>

 org.springframework.web.filter.CharacterEncodingFilter

</filter-class>

<init-param>

<param-name> encoding
</param-name>

<param-value> UTF-8
</param-value>

</init-param>

</filter>

万一还有乱码怎么办呢？doGet方式的参数传递肯定会有乱码问题。只需要在tomcat的监听器里设置编码字符集如下（文件一般存储在 /tomcat安装目录/conf/server.xml ）：

1

2

3
<Connectorport="80"protocol="HTTP/1.1"

connectionTimeout="20000"

redirectPort="8443"URIEncoding="utf-8"/>

大家在开发的时候别忘了java文件本身也是有编码格式的。在类文件右键查看属性。

如果开发时忘记更改文件的编码格式，windows默认是GBK的，后来又要一直到utf8编码的linux怎么办。文件巨多，总不能一个一个去更改吧。其实很简单，只需要在java命令的环境参数设置 -Dfile.encoding=GBK 解决。

编译java代码时，如果使用ant需要在javac里设置编译的字符集。这样打印的log输出到文件或者控制台上就不会乱码了。

1
<javacdebuglevel= "source,lines"source= "1.6"encoding= "utf-8">

maven编译时设置的字符集：

1

2

3

4

5

6

7

8

9

10

11

12

13

14
< artifactId> maven-compiler-plugin
</artifactId>

< version> 2.5
</version>


< configuration>

< optimize> true
</optimize>

< showDeprecation> false
</showDeprecation>

< debuglevel> lines,source
</debuglevel>

< source> 1.6
</source>

< target> 1.6
</target>

< encoding> UTF-8
</encoding>

< meminitial> 128m
</meminitial>

< maxmem> 768m
</maxmem>


</ configuration>

sqlmap的sql xml，sping的xml 也是需要设置的，因为涉及到跨平台。 顶上添加：

1
<!--?xml version="1.0" encoding="UTF-8"?-->

数据库：

这里列出大家用的最多的Mysql字符集设置。打开mysql的配置文件( linux 一般在 /etc/my.cnf ，windows在mysql的安装目录 my.ini)。设置如下：

1

2

3

4

5
[mysqld]

default-character-set = utf8


[ mysql]

character_set_server = utf8

jdbc需要设置

jdbc : mysql://192.168.0.237:3306/dzh_db?useUnicode=true&characterEncoding=UTF-8

这些都设置了一般的中文是不会有问题的。

不过最近出现了一个问题很搞怪。以前以为所有的字符只要设置好了所有数据都可以录入数据库，结果有些字符就不行，比如●■★这类型的。后来把这些字符变成字节码，居然不是三位utf8的，我擦，大汗淋漓。后来查询可以通过过滤utf8 特殊字符的方式处理。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33
public
static Utf2String
(
byte buf
[
]
)
{

int len
= buf.
length
;

sb
=
new
(len
/
2
)
;

for
(
int i
=
0
; i
&lt
; len
; i
++
)
{


if
(by2int
(buf
[i
]
)
&lt
;= 0x7F
)

sb.
append
(
(
char
) buf
[i
]
)
;

else
if
(by2int
(buf
[i
]
)
&lt
;= 0xDF
&amp
;&amp
; by2int
(buf
[i
]
)
&gt
;= 0xC0
)
{

int bh
= by2int
(buf
[i
]
&amp
; 0x1F
)
;

int bl
= by2int
(buf
[
++i
]
&amp
; 0x3F
)
;


bl
= by2int
(bh
&lt
;&lt
;
6
| bl
)
; bh
= by2int
(bh
&gt
;&gt
;
2
)
;

int c
= bh
&lt
;&lt
;
8
| bl
;

sb.
append
(
(
char
) c
)
;

}
else
if
(by2int
(buf
[i
]
)
&lt
;= 0xEF
&amp
;&amp
; by2int
(buf
[i
]
)
&gt
;= 0xE0
)
{

int bh
= by2int
(buf
[i
]
&amp
; 0x0F
)
;

int bl
= by2int
(buf
[
++i
]
&amp
; 0x3F
)
;

int bll
= by2int
(buf
[
++i
]
&amp
; 0x3F
)
;


bh
= by2int
(bh
&lt
;&lt
;
4
| bl
&gt
;&gt
;
2
)
;

bl
= by2int
(bl
&lt
;&lt
;
6
| bll
)
;


int c
= bh
&lt
;&lt
;
8
| bl
;

// 空格转换为半角

if
(c
==
58865
)
{

c
=
32
;

}

sb.
append
(
(
char
) c
)
;


}

}

return sb.
toString
(
)
;

}

或者把mysql的字符集改为 utf8mb4 ，记得这个只有mysql55支持哦！

1

2

3

4

5
[mysqld]

default-character-set =utf8mb4


[ mysql]

character_set_server = utf8mb4

操作系统：

windows默认是gbk，一般不需要变动。不过大家又想每个文件都要建立为utf8格式怎么办，不可能我们每个文件建立后都去用属性改变一下？太麻烦！直接在eclipse设置后，同种类型的文件建立都会是utf8格式。

linux，可以有两个地方修改基本就足够了：

vi /etc/sysconfig/i18n
修改

1

2

3
LANG="zh_CN.GB3212"

LANGUAGE="zh_CN.GB18030:zh_CN.GB2312:zh_CN"

SUPPORTED="zh_CN.GB18030:zh_CN:zh:en_US.UTF-8:en_US:en"

vi /etc/profile

1

2
export LC_ALL="zh_CN.GB2312"

export LANG="zh_CN.GB2312"

原创文章，转载请注明： 转载自

本文链接地址: