首页 > 代码库 > 乱码的根本原因是字节和字符的问题（转）

乱码的根本原因是字节和字符的问题（转）

2024-07-17 03:30:59   225人阅读

1，为什么会出现乱码

     乱码的根本原因是字节和字符的问题。

     我们在大学学习c的时候，老师就有介绍字符和字节。

     字节由8个bit位表示，最早的编码是ASCII码，ASCII码是单字节的编码字符。因为单字节8个bit位对于中文字符和其他国家的字符来说根本不够用，需要更多的bit位来表示字符。我们现在常见的编码有GBK，BIG5，GB2312，UTF-8，通过编码映射表可以确定bit位和字符之间的映射关系。

    一个应用从服务端把需要展现的文字换成一段字节流传输给浏览器，浏览器把字节流组装字符展现的过程一般是这样（应用的编码是GBK）：

    服务端：String text->getBytes("GBK")->byte[] bytes

    浏览端：byte[] bytes->new String("bytes","GBK") ->String text

   如果字节流处理的转换过程使用编码不一致就会出现乱码问题。

2，常见的乱码现象

    a,提交表单的时候出现乱码（页面编码和服务端编码不一致）

      页面是jsp的时候，会经常出现的问题，这个比较容易发现和修改，只要改下jsp文件的头就可以了。

      <%@ page contentType="text/html;charset=GB2312" language="java"  %>

    b,系统之间接口调用出现乱码（如果两个应用的编码格式不一致，get和post方式都是会出现乱码问题的）

       今天遇到一个问题，系统A调用我们的http接口他们提交过来的数据是乱码，主要是因为两个系统的编码格式不一致。我们的应用是GBK，对方的是UTF-8。

       解决方法是：

           需要他们重新指定下http request的编码格式。

   c，和前端交互的时候容易出现乱码（同一个应用get方式）

       页面脚本传种中文到后台的时候会出现乱码，而且中文编码是不同的浏览器有各自的实现，后端想用 new String(“乱码”.getBytes(“GBK”),”UTF-8”)这种方式  

       去还原字符，最后得到是问号。

        前端来说最简单的解决方式是用js对页面上传输到后台的中文进行encodeURI编码，传到服务端如果是进行decode。

      （tomcat默认会先进行一次decode，所有有时候js会对中文进行2次编码）

       另外一种get方式乱码的解决方式是修改容器的encodingURI来实现。

       jboss ： 修改 /server/default/deploy/jbossweb.sar/server.xml              

<Connector port="6666" address="${jboss.bind.address}"
  maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
  enableLookups="false" redirectPort="8443" acceptCount="100"
  connectionTimeout="20000" disableUploadTimeout="true" <span style="color: #ff0000;">URIEncoding="GBK"</span>/>

　　 tomcat：/conf/server.xml

<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1"
    redirectPort="8443"
    URIEncoding="UTF-8" />
　

　　

 

 

                 

 

       

    https://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/

http://www.cnblogs.com/iusmile/archive/2012/06/01/2531262.html


联系
我们