JSP和servlet對(duì)中文的處理過程

本文格式為Word版，下載可任意編輯——JSP和servlet對(duì)中文的處理過程JSP和servlet對(duì)中文的處理過程

Java具有簡(jiǎn)樸性、面向?qū)ο?、分布式、剛?qiáng)性、安好性、平臺(tái)可移植性、多線程、動(dòng)態(tài)性等特點(diǎn)。Java可以編寫桌面應(yīng)用程序、Web應(yīng)用程序、分布式系統(tǒng)和嵌入式系統(tǒng)應(yīng)用程序等。下面，我為大家探尋整理了JSP和servlet對(duì)中文的處理過程，夢(mèng)想能給大家?guī)矸鲋?更多精彩內(nèi)容請(qǐng)實(shí)時(shí)關(guān)注我們我!

漢字是雙字節(jié)的。所謂雙字節(jié)是指一個(gè)雙字要占用兩個(gè)BYTE的位置即16位，分別稱為高位和低位。中國(guó)規(guī)定的漢字編碼為GB2312，這是強(qiáng)制性的，目前幾乎全體的能處理中文的應(yīng)用程序都支持GB2312。GB2312包括了一二級(jí)漢字和9區(qū)符號(hào)，高位從0xa1到0xfe，低位也是從0xa1到0xfe，其中，漢字的編碼范圍為0xb0a1到0xf7fe。

另外有一種編碼，叫做GBK，但這是一份模范，不是強(qiáng)制的。GBK供給了20902個(gè)漢字，它兼容GB2312，編碼范圍為0x8140到0xfefe。GBK中的全體字符都可以一一映射到Unicode2.0。

在不久的將來，中國(guó)會(huì)公布另一種標(biāo)準(zhǔn)：GB18030-2000GBK2K。它收錄了藏、蒙等少數(shù)民族的字型，從根本上解決了字位缺乏的問題。留神：它不再是定長(zhǎng)的。其二字節(jié)部份與GBK兼容，四字節(jié)片面是擴(kuò)展的字符、字形。它的首字節(jié)和第三字節(jié)從0x81到0xfe，二字節(jié)和第四字節(jié)從0x30到0x39。

本文不計(jì)劃介紹Unicode，有興趣的可以欣賞“http://./”查看更多的信息。Unicode有一個(gè)特性：它包括了世界上全體的字符字形。所以，各個(gè)地區(qū)的語(yǔ)言都可以建立與Unicode的映射關(guān)系，而Java正是利用了這一點(diǎn)以達(dá)成異種語(yǔ)言之間的轉(zhuǎn)換。

在JDK中，與中文相關(guān)的編碼有：

表1JDK中與中文相關(guān)的編碼列表

編碼名稱

說明

ASCII

7位，與ascii7一致

ISO8859-1

8-位，與8859_1,ISO-8859-1,ISO_8859-1,latin1...等一致

GB2312-80

16位，與gb2312,gb2312-1980,EUC_CN,euccn,1381,Cp1381,1383,Cp1383,ISO2022CN,ISO2022CN_GB...等一致

GBK

與MS936一致，留神：區(qū)分大小寫

UTF8

與UTF-8一致

GB18030

與cp1392、1392一致，目前支持的JDK很少

在實(shí)際編程時(shí)，接觸得對(duì)比多的是GB2312GBK和ISO8859-1。

為什么會(huì)有“?”號(hào)

上文說過，異種語(yǔ)言之間的轉(zhuǎn)換是通過Unicode來完成的。假設(shè)有兩種不同的語(yǔ)言A和B，轉(zhuǎn)換的步驟為：先把A轉(zhuǎn)化為Unicode，再把Unicode轉(zhuǎn)化為B。

舉例說明。有GB2312中有一個(gè)漢字“李”，其編碼為“C0EE”，欲轉(zhuǎn)化為ISO8859-1編碼。步驟為：先把“李”字轉(zhuǎn)化為Unicode，得到“674E”，再把“674E”轉(zhuǎn)化為ISO8859-1字符。當(dāng)然，這個(gè)映射不會(huì)告成，由于ISO8859-1中根本就沒有與“674E”對(duì)應(yīng)的字符。

當(dāng)映射不告成時(shí)，問題就發(fā)生了!當(dāng)從某語(yǔ)言向Unicode轉(zhuǎn)化時(shí)，假設(shè)在某語(yǔ)言中沒有該字符，得到的將是Unicode的代碼“uffffd”“u”表示是Unicode編碼，。而從Unicode向某語(yǔ)言轉(zhuǎn)化時(shí)，假設(shè)某語(yǔ)言沒有對(duì)應(yīng)的字符，那么得到的是“0x3f”“?”。這就是“?”的由來。

例如：把字符流buf=“0x800x400xb00xa1”舉行newStringbuf,gb2312操作，得到的結(jié)果是“ufffdu554a”，再println出來，得到的結(jié)果將是“?啊”，由于“0x800x40”是GBK中的字符，在GB2312中沒有。

再如，把字符串String=u00d6u00ecu00e9u0046u00bbu00f9舉行newStringbuf.getBytesGBK操作，得到的結(jié)果是“3fa8aca8a6463fa8b4”，其中，“u00d6”在“GBK”中沒有對(duì)應(yīng)的字符，得到“3f”，“u00ec”對(duì)應(yīng)著“a8ac”，“u00e9”對(duì)應(yīng)著“a8a6”，“0046”對(duì)應(yīng)著“46”由于這是ASCII字符，“u00bb”沒找到，得到“3f”，結(jié)果，“u00f9”對(duì)應(yīng)著“a8b4”。把這個(gè)字符串println一下，得到的結(jié)果是“?ìéF?ù”。看到?jīng)]?這里并不全是問號(hào)，由于GBK與Unicode映射的內(nèi)容中除了漢字外還有字符，本例就是最好的明證。

所以，在漢字轉(zhuǎn)碼時(shí)，假設(shè)發(fā)生錯(cuò)亂，得到的不確定都是問號(hào)噢!不過，錯(cuò)了終究是錯(cuò)了，50步和100步并沒有質(zhì)的區(qū)別。

或者會(huì)問：假設(shè)源字符集中有，而Unicode中沒有，結(jié)果會(huì)如何?回復(fù)是不知道。由于我手頭沒有能做這個(gè)測(cè)試的源字符集。但有一點(diǎn)是斷定的，那就是源字符集不夠模范。在Java中，假設(shè)發(fā)生這種處境，是會(huì)拋出奇怪的。

什么是UTF

UTF，是UnicodeTextFormat的縮寫，意為Unicode文本格式。對(duì)于UTF，是這樣定義的：

1假設(shè)Unicode的16位字符的頭9位是0，那么用一個(gè)字節(jié)表示，這個(gè)字節(jié)的首位是“0”，剩下的7位與原字符中的后7位一致，如“u0034”0000000000110100，用“34”00110100表示;與源Unicode字符是一致的;

2假設(shè)Unicode的16位字符的頭5位是0，那么用2個(gè)字節(jié)表示，首字節(jié)是“110”開頭，后面的5位與源字符中除去頭5個(gè)零后的最高5位一致;其次個(gè)字節(jié)以“10”開頭，后面的6位與源字符中的低6位一致。如“u025d”0000001001011101，轉(zhuǎn)化后為“c99d”1100100110011101;

3假設(shè)不符合上述兩個(gè)規(guī)矩，那么用三個(gè)字節(jié)表示。第一個(gè)字節(jié)以“1110”開頭，后四位為源字符的高四位;其次個(gè)字節(jié)以“10”開頭，后六位為源字符中間的六位;第三個(gè)字節(jié)以“10”開頭，后六位為源字符的低六位;如“u9da7”1001110110100111，轉(zhuǎn)化為“e9b6a7”111010011011011010100111;

可以這么描述JAVA程序中Unicode與UTF的關(guān)系，雖然不十足：字符串在內(nèi)存中運(yùn)行時(shí)，表現(xiàn)為Unicode代碼，而當(dāng)要保存到文件或其它介質(zhì)中去時(shí)，用的是UTF。這個(gè)轉(zhuǎn)化過程是由writeUTF和readUTF來完成的。

JSP和servlet對(duì)中文的處理過程

好了，根基性的論述差不多了，下面進(jìn)入正題。

先把這個(gè)問題想成是一個(gè)黑匣子。先看黑匣子的一級(jí)表示：

inputcharsetA-processUnicode-outputcharsetB

簡(jiǎn)樸，這就是一個(gè)IPO模型，即輸入、處理和輸出。同樣的內(nèi)容要經(jīng)過“從charsetA到unicode再到charsetB”的轉(zhuǎn)化。

再看二級(jí)表示：

SourceFilejsp,java-class-output

在這個(gè)圖中，可以看出，輸入的是jsp和java源文件，在處理過程中，以Class文件為載體，然后輸出。再細(xì)化到三級(jí)表示：

jsp-tempfile-class-browser,osconsole,db

app,servlet-class-browser,osconsole,db

這個(gè)圖就更明白了。Jsp文件先生成中間的Java文件，再生成Class。而Servlet和普遍App那么直接編譯生成Class。然后，從Class再輸出到欣賞器、操縱臺(tái)或數(shù)據(jù)庫(kù)等。

JSP：從源文件到Class的過程

Jsp的源文件是以“.jsp”結(jié)尾的文本文件。在本節(jié)中，將闡述JSP文件的解釋和編譯過程，并跟蹤其中的中文變化。

1、JSP/Servlet引擎供給的JSP轉(zhuǎn)換工具jspc探尋JSP文件中用中指定的charset。假設(shè)在JSP文件中未指定，那么取JVM中的默認(rèn)設(shè)置file.encoding，一般處境下，這個(gè)值是ISO8859-1;

2、jspc用相當(dāng)于“javac–encoding”的命令解釋JSP文件中展現(xiàn)的全體字符，包括中文字符和ASCII字符，然后把這些字符轉(zhuǎn)換成Unicode字符，再轉(zhuǎn)化成UTF格式，存為JAVA文件。ASCII碼字符轉(zhuǎn)化為Unicode字符時(shí)只是簡(jiǎn)樸地在前面加“00”，如“A”，轉(zhuǎn)化為“u0041”不需要理由，Unicode的碼表就是這么編的。然后，經(jīng)過到UTF的轉(zhuǎn)換，又變回“41”了!這也就是可以使用普遍文本編輯器查看由JSP生成的JAVA文件的理由;

3、引擎用相當(dāng)于“javac–encodingUNICODE”的命令，把JAVA文件編譯成CLASS文件;

先看一下這些過程中中文字符的轉(zhuǎn)換處境。有如下源代碼：

這段代碼是在UltraEditforWindows上編寫的。保存后，“中文”兩個(gè)字的16進(jìn)制編碼為“D6D0CEC4”GB2312編碼。經(jīng)查表，“中文”兩字的Unicode編碼為“u4E2Du6587”，用UTF表示就是“E4B8ADE69687”。開啟引擎生成的由JSP文件轉(zhuǎn)變而成的JAVA文件，察覺其中的“中文”兩個(gè)字切實(shí)被“E4B8ADE69687”替代了，再查看由JAVA文件編譯生成的CLASS文件，察覺結(jié)果與JAVA文件中的完全一樣。

再看JSP中指定的CharSet為ISO-8859-1的處境。

同樣，該文件是用UltraEdit編寫的，“中文”這兩個(gè)字也是存為GB2312編碼“D6D0CEC4”。先模擬一下生成的JAVA文件和CLASS文件的過程：jspc用ISO-8859-1來解釋“中文”，并把它映射到Unicode。由于ISO-8859-1是8位的，且是拉丁語(yǔ)系，其映射規(guī)矩就是在每個(gè)字節(jié)前加“00”，所以，映射后的Unicode編碼應(yīng)為“u00D6u00D0u00CEu00C4”，轉(zhuǎn)化成UTF后理應(yīng)是“C396C390C38EC384”。好，開啟文件看一下，JAVA文件和CLASS文件中，“中文”公然都表示為“C396C390C38EC384”。

假設(shè)上述代碼中不指定，即把第一行寫成“”，JSPC會(huì)使用file.encoding的設(shè)置來解釋JSP文件。在RedHat6.2上，其處理結(jié)果與指定為ISO-8859-1是完全一致的。

到現(xiàn)在為止，已經(jīng)解釋了從JSP文件到CLASS文件的轉(zhuǎn)變過程中中文字符的映射過程。一句話：從“JspCharSet到Unicode再到UTF”。下表總結(jié)了這個(gè)過程：

表2“中文”從JSP到CLASS的轉(zhuǎn)化過程

Jsp-CharSet

JSP文件中

JAVA文件中

CLASS文件中

GB2312

D6D0CEC4

GB2312

從u4E2Du6587Unicode到

E4B8ADE69687UTF

E4B8ADE69687UTF

ISO-8859-1

D6D0CEC4

GB2312

從u00D6u00D0u00CEu00C4Unicode到C396C390C38EC384UTF

C396C390C38EC384UTF

無默認(rèn)=file.encoding

同ISO-8859-1

同ISO-8859-1

同ISO-8859-1

下節(jié)先議論Servlet從JAVA文件到CLASS文件的轉(zhuǎn)化過程，然后再解釋從CLASS文件如何輸出到客戶端。之所以這樣安置，是由于JSP和Servlet在輸出時(shí)處理方法是一樣的。

Servlet：從源文件到Class的過程

Servlet源文件是以“.java”結(jié)尾的文本文件。本節(jié)將議論Servlet的編譯過程并跟蹤其中的中文變化。

用“javac”編譯Servlet源文件。javac可以帶“-encoding”參數(shù)，意思是“用Compile-charset中指定的編碼來解釋Serlvet源文件”。

源文件在編譯時(shí)，用來解釋全體字符，包括中文字符和ASCII字符。然后把字符常量轉(zhuǎn)變成Unicode字符，結(jié)果，把Unicode轉(zhuǎn)變成UTF。

在Servlet中，還有一個(gè)地方設(shè)置輸出流的CharSet。通常在輸出結(jié)果前，調(diào)用HttpServletResponse的setContentType方法來達(dá)成與在JSP中設(shè)置一樣的效果，稱之為。

留神，文中一共提到了三個(gè)變量：、和。其中，JSP文件只與有關(guān)，而和只與Servlet有關(guān)。

看下例：

importjavax.servlet.*;

importjavax.servlet.http.*;

classtestServletextendsHttpServlet

publicvoiddoGetHttpServletRequestreq,HttpServletResponseresp

throwsServletException,java.io.IOException

JSP和servlet對(duì)中文的處理過程

resp.setContentTypetext/html;charset=GB2312;

java.io.PrintWriterout=resp.getWriter;

out.println;

out.println#中文#;

out.println;

該文件也是用UltraEditforWindows編寫的，其中的“中文”兩個(gè)字保存為“D6D0CEC4”GB2312編碼。

開頭編譯。下表是不同時(shí)，CLASS文件中“中文”兩字的十六進(jìn)制碼。在編譯過程中，不起任何作用。只對(duì)CLASS文件的輸出產(chǎn)生影響，實(shí)際上是和一起，達(dá)成與JSP文件中的一致的效果，由于對(duì)編譯和CLASS文件的輸出都會(huì)產(chǎn)生影響。

表3“中文”從Servlet源文件到Class的轉(zhuǎn)變過程

Compile-charset

Servlet源文件中

Class文件中

等效的Unicode碼

GB2312

D6D0CEC4

GB2312

E4B8ADE69687UTF

u4E2Du6587在Unicode中=“中文”

ISO-8859-1

D6D0CEC4

GB2312

C396C390C38EC384UTF

u00D6u00D0u00CEu00C4在D6D0CEC4前面各加了一個(gè)00

無默認(rèn)

D6D0CEC4

GB2312

同ISO-8859-1

同ISO-8859-1

普遍Java程序的編譯過程與Servlet完全一樣。

CLASS文件中的中文表示法是不是昭然若揭了?OK，接下來看看CLASS又是怎樣輸出中文的呢?

Class：輸出字符串

上文說過，字符串在內(nèi)存中表現(xiàn)為Unicode編碼。至于這種Unicode編碼表示了什么，那要看它是從哪種字符集映射過來的，也就是說要看它的祖先。這好比在托運(yùn)行李時(shí)，外觀都是紙箱子，里面裝了什么就要看寄郵件的人實(shí)際郵了什么東西。

看看上面的例子，假設(shè)給一串Unicode編碼“00D600D000CE00C4”，假設(shè)不作轉(zhuǎn)換，直接用Unicode碼表來對(duì)照它時(shí)，是四個(gè)字符而且是特殊字符;假使把它與“ISO8859-1”舉行映射，那么直接去掉前面的“00”即可得到“D6D0CEC4”，這是ASCII碼表中的四個(gè)字符;而假使把它當(dāng)作GB2312來舉行映射，得到的結(jié)果很可能是一大堆亂碼，由于在GB2312中有可能沒有也有可能有字符與00D6等字符對(duì)應(yīng)假設(shè)對(duì)應(yīng)不上，將得到0x3f，也就是問號(hào)，假設(shè)對(duì)應(yīng)上了，由于00D6等字符太靠前，估計(jì)也是一些特殊符號(hào)，真正的漢字在Unicode中的編碼從4E00開頭。

各位看到了，同樣的Unicode字符，可以解釋成不同的樣子。當(dāng)然，這其中有一種是我們期望的結(jié)果。以上例而論，“D6D0CEC4”理應(yīng)是我們所想要的，當(dāng)把“D6D0CEC4”輸出到IE中時(shí)，用“簡(jiǎn)體中文”方式查看，就能看到領(lǐng)會(huì)的“中文”兩個(gè)字了。當(dāng)然了，假設(shè)你確定要用“西歐字符”來看，那也沒手段，你將得不到任何有何時(shí)何地的東西為什么呢?由于“00D600D000CE00C4”本來就是由ISO8859-1轉(zhuǎn)化過去的。

給出如下結(jié)論：

在Class輸出字符串前，會(huì)將Unicode的字符串按照某一種內(nèi)碼重新生成字節(jié)流，然后把字節(jié)流輸入，相當(dāng)于舉行了一步“String.getBytes???”操作。???代表某一種字符集。

假設(shè)是Servlet，那么，這種內(nèi)碼就是在HttpServletResponse.setContentType方法中指定的內(nèi)碼，也就是上文定義的。

假設(shè)是JSP，那么，這種內(nèi)碼就是在中指定的內(nèi)碼，也就是上文定義的。

假設(shè)是Java程序，那么，這種內(nèi)碼就是file.encoding中指定的內(nèi)碼，默認(rèn)為ISO8859-1。

當(dāng)輸出對(duì)象是欣賞器時(shí)

以流行的欣賞器IE為例。IE支持多種內(nèi)碼。假使IE接收到了一個(gè)字節(jié)流“D6D0CEC4”，你可以嘗試用各種內(nèi)碼去查看。你會(huì)察覺用“簡(jiǎn)體中文”時(shí)能得到正確的結(jié)果。由于“D6D0CEC4”本來就是簡(jiǎn)體中文中“中文”兩個(gè)字的編碼。

OK，完整地看一遍。

JSP：源文件為GB2312格式的文本文件，且JSP源文件中有“中文”這兩個(gè)漢字

假設(shè)指定了為GB2312，轉(zhuǎn)化過程如下表。

表4Jsp-charset=GB2312時(shí)的變化過程

序號(hào)

步驟說明

結(jié)果

1

編寫JSP源文件，且存為GB2312格式

D6D0CEC4

D6D0=中CEC4=文

2

jspc把JSP源文件轉(zhuǎn)化為臨時(shí)JAVA文件，并把字符串按照GB2312映射到Unicode，并用UTF格式寫入JAVA文件中

E4B8ADE69687

3

把臨時(shí)JAVA文件編譯成CLASS文件

E4B8ADE69687

4

運(yùn)行時(shí)，先從CLASS文件中用readUTF讀出字符串，在內(nèi)存中的是Unicode編碼

4E2D6587在Unicode中4E2D=中6587=文

5

根據(jù)Jsp-charset=GB2312把Unicode轉(zhuǎn)化為字節(jié)流

D6D0CEC4

6

把字節(jié)流輸出到IE中，并設(shè)置IE的編碼為GB2312按：這個(gè)信息暗藏在HTTP頭中

D6D0CEC4

7

IE用“簡(jiǎn)體中文”查看結(jié)果

“中文”正確顯示

假設(shè)指定了為ISO8859-1，轉(zhuǎn)化過程如下表。

表5Jsp-charset=ISO8859-1時(shí)的變化過程

序號(hào)

步驟說明

結(jié)果

1

編寫JSP源文件，且存為GB2312格式

D6D0CEC4

D6D0=中CEC4=文

2

jspc把JSP源文件轉(zhuǎn)化為臨時(shí)JAVA文件，并把字符串按照ISO8859-1映射到Unicode，并用UTF格式寫入JAVA文件中

JSP和servlet對(duì)中文的處理過程

C396C390C38EC384

3

把臨時(shí)JAVA文件編譯成CLASS文件

C396C390C38EC384

4

運(yùn)行時(shí)，先從CLASS文件中用readUTF讀出字符串，在內(nèi)存中的是Unicode編碼

00D600D000CE00C4

啥都不是!!!

5

根據(jù)Jsp-charset=ISO8859-1把Unicode轉(zhuǎn)化為字節(jié)流

D6D0CEC4

6

把字節(jié)流輸出到IE中，并設(shè)置IE的編碼為ISO8859-1按：這個(gè)信息暗藏在HTTP頭中

D6D0CEC4

7

IE用“西歐字符”查看結(jié)果

亂碼，其實(shí)是四個(gè)ASCII字符，但由于大于128，所以顯示出來的`怪模怪樣

8

變更IE的頁(yè)面編碼為“簡(jiǎn)體中文”

“中文”正確顯示

古怪了!為什么把設(shè)成GB2312和ISO8859-1是一個(gè)樣的，都能正確顯示?由于表4表5中的第2步和第5步互逆，是相互“抵消”的。只不過當(dāng)指定為ISO8859-1時(shí)，要增加第8步操作，殊為不便。

再看看不指定時(shí)的處境。

表6未指定Jsp-charset時(shí)的變化過程

序號(hào)

步驟說明

結(jié)果

1

編寫JSP源文件，且存為GB2312格式

D6D0CEC4

D6D0=中CEC4=文

2

jspc把JSP源文件轉(zhuǎn)化為臨時(shí)JAVA文件，并把字符串按照ISO8859-1映射到Unicode，并用UTF格式寫入JAVA文件中

C396C390C38EC384

3

把臨時(shí)JAVA文件編譯成CLASS文件

C396C390C38EC384

4

運(yùn)行時(shí)，先從CLASS文件中用readUTF讀出字符串，在內(nèi)存中的是Unicode編碼

00D600D000CE00C4

啥都不是!!!

5

根據(jù)Jsp-charset=ISO8859-1把Unicode轉(zhuǎn)化為字節(jié)流

D6D0CEC4

6

把字節(jié)流輸出到IE中

D6D0CEC4

7

IE用發(fā)出苦求時(shí)的頁(yè)面的編碼查看結(jié)果

視處境而定。假設(shè)是簡(jiǎn)體中文，那么能正確顯示，否那么，需執(zhí)行表5中的第8步

Servlet：源文件為JAVA文件，格式是GB2312，源文件中含有“中文”這兩個(gè)漢字

假設(shè)=GB2312，=GB2312

表7Compile-charset=Servlet-charset=GB2312時(shí)的變化過程

序號(hào)

步驟說明

結(jié)果

1

編寫Servlet源文件，且存為GB2312格式

D6D0CEC4

D6D0=中CEC4=文

2

用javac–encodingGB2312把JAVA源文件編譯成CLASS文件

E4B8ADE69687UTF

3

運(yùn)行時(shí)，先從CLASS文件中用readUTF讀出字符串，在內(nèi)存中的是Unicode編碼

4E2D6587Unicode

4

根據(jù)Servlet-charset=GB2312把Unicode轉(zhuǎn)化為字節(jié)流

D6D0CEC4GB2312

5

把字節(jié)流輸出到IE中并設(shè)置IE的編碼屬性為Servlet-charset=GB2312

D6D0CEC4GB2312

6

IE用“簡(jiǎn)體中文”查看結(jié)果

“中文”正確顯示

假設(shè)=ISO8859-1，=ISO8859-1

表8Compile-charset=Servlet-charset=ISO8859-1時(shí)的變化過程

序號(hào)

步驟說明

結(jié)果

1

編寫Servlet源文件，且存為GB2312格式

D6D0CEC4

D6D0=中CEC4=文

2

用javac–encodingISO8859-1把JAVA源文件編譯成CLASS文件

C396C390C38EC384UTF

3

運(yùn)行時(shí)，先從CLASS文件中用readUTF讀出字符串，在內(nèi)存中的是Unicode編碼

00D600D000CE00C4

啥都不是!!!

4

根據(jù)Servlet-charset=ISO8859-1把Unicode轉(zhuǎn)化為字節(jié)流

D6D0CEC4

5

把字節(jié)流輸出到IE中并設(shè)置IE的編碼屬性為Servlet-charset=ISO8859-1

D6D0CEC4GB2312

6

IE用“西歐字符”查看結(jié)果

亂碼理由同表5

7

變更IE的頁(yè)面編碼為“簡(jiǎn)體中文”

“中文”正確顯示

假設(shè)不指定Compile-charset或Servlet-charset，其默認(rèn)值均為ISO8859-1。

當(dāng)Compile-charset=Servlet-charset時(shí)，第2步和第4步能互逆，“抵消”，顯示結(jié)果均能正確。讀者可試著寫一下Compile-charsetServlet-charset時(shí)的處境，斷定是不正確的。

當(dāng)輸出對(duì)象是數(shù)據(jù)庫(kù)時(shí)

輸出到數(shù)據(jù)庫(kù)時(shí)，原理與輸出到欣賞器也是一樣的。本節(jié)只是Servlet為例，JSP的處境請(qǐng)讀者自行推導(dǎo)。

假設(shè)有一個(gè)Servlet，它能接收來自客戶端IE，簡(jiǎn)體中文的漢字字符串，然后把它寫入到內(nèi)碼為ISO8859-1的數(shù)據(jù)庫(kù)中，然后再?gòu)臄?shù)據(jù)庫(kù)中取出這個(gè)字符串，顯示到客戶端。

表9

輸出對(duì)象是數(shù)據(jù)庫(kù)時(shí)的變化過程1

序號(hào)

步驟說明

結(jié)果

域

1

在IE中輸入“中文”

D6D0CEC4

IE

2

IE把字符串轉(zhuǎn)變成UTF，并送入傳輸流中

E4B8ADE69687

3

Servlet接收到輸入流，用readUTF讀取

JSP和servlet對(duì)中文的處理過程

4E2D6587unicode

Servlet

4

編程者在Servlet中務(wù)必把字符串根據(jù)GB2312恢復(fù)為字節(jié)流

D6D0CEC4

5

編程者根據(jù)數(shù)據(jù)庫(kù)內(nèi)碼ISO8859-1生成新的字符串

00D600D000CE00C4

6

把新生成的字符串提交給JDBC

00D600D000CE00C4

7

JDBC檢測(cè)到數(shù)據(jù)庫(kù)內(nèi)碼為ISO8859-1

00D600D000CE00C4

JDBC

8

JDBC把接收到的字符串按照ISO8859-1生成字節(jié)流

D6D0CEC4

9

JDBC把字節(jié)流寫入