中文乱码问题

来源：互联网发布：蚕丝被淘宝评价编辑：程序博客网时间：2024/05/20 17:26

什么是编码？
简单来说就是把一段文字信息转化为数字信息。比如我想的一句话
“我要成为很帅的企业家”—-如何转化为数字信息呢？做一个码表。如图
这里写图片描述
然后这个表有坐标，每个字就有他独特的坐标，把坐标信息发给你想告诉的那个人，那个人再对着表就能得到你想传递给他的信息了。这就是编码的基本原理。

这个编码是美国人想出来的（因为互联网都是他们发明出来的），他们就为自己的英文单词做了码表就是 ASCII码。他们把需要用到的字符，字母收集完了以后只要128个，可以算一下128 –2的7次方，但是计算机存储的最小单位是一个字节就是2的8次方位。所以他们就是前面加1个0，就构成了8位。后来随着计算机的发展，很多其他国家也需要用到码表，所以原来的ASCll码表就不够用了，就有了新的码表。
新的码表是怎么建的呢？就是在原来的ASCll码表上拓展来的，把ASCll码表变大新加入的放其他位置，原来他的位置不变。所以英文就从来没有乱码问题。
这里写图片描述
然后不同的地区的国家就有不同的码表，像我国就有gb2313和他的升级版本gbk,欧洲就有iso8859-1 还有java的 Unicode
ASCII：美国标准信息交换码。用一个字节的7位可以表示。
ISO8859-1：拉丁码表。欧洲码表用一个字节的8位表示。
GB2312：中国的中文编码表。
GBK：中国的中文编码表升级，融合了更多的中文文字符号。
Unicode：国际标准码，融合了多种文字。
UTF-8：一种变长的unicode码的实现方式，由1~4个字节表示。（Unicode的优化版本吧。变长的）

那么中文乱码是怎么回事？怎么来的呢？
我们一般在网络上浏览网页什么的都是通过Tomcat服务器发布的，而这个服务器是欧洲人做的，当我们使用Tomcat发布的时候，过程是这样的。
这里写图片描述
那么怎么解决呢？很简单，你是因为经过了IOS8859-1这个编码才错误的，我就把你的str 再经过IOS8859-1解码一次，我再用自己的utf-8编码不就好了吗？
来看代码

public class StringEncodingDemo {    public static void main(String[] args) {        /**         * 两个方法：          * 1.str.getBytes(指定编目)--- 按照某一码表编码          * 2.new String(Bytes[],指定编码);--- 按照某一码表解码 成字符串         */        try {            String str = "abc达哥真帅啊";            byte bs [] = str.getBytes("utf-8");     //这个采用MyEclipse默认编码，--我的是UTF-8        //  byte bs [] = str.getBytes("ISO885-1");//这个是采用指定的编目            for(byte b:bs){                    System.out.print(b+" ");            }            System.out.println();            String info = new String(bs, "ISO8859-1");            System.out.println(info);        } catch (UnsupportedEncodingException e) {            // TODO Auto-generated catch block            e.printStackTrace();        }    }}

这里写图片描述

解决之后的代码

package cn.hncu.io.iop;import java.io.UnsupportedEncodingException;public class StringEncodingDemo {    public static void main(String[] args) {        /**         * 两个方法：          * 1.str.getBytes(指定编目)--- 按照某一码表编码          * 2.new String(Bytes[],指定编码);--- 按照某一码表解码 成字符串         */        try {            System.out.println("---要发送的信息---");            String str = "abc达哥真帅啊";            System.out.println(str);            System.out.println("----解决之前-----");            byte bs [] = str.getBytes("utf-8");     //这个采用MyEclipse默认编码，--我的是UTF-8        //  byte bs [] = str.getBytes("ISO885-1");//这个是采用指定的编目            for(byte b:bs){                    System.out.print(b+" ");            }            System.out.println();            String info = new String(bs, "ISO8859-1");            System.out.println(info);            System.out.println("----解决之后----");            byte bs2[] = info.getBytes("ISO8859-1");            for(byte b:bs2){                System.out.print(b+" ");        }            String str2 = new String(bs2,"utf-8");            System.out.println();            System.out.println(str2);        } catch (UnsupportedEncodingException e) {            // TODO Auto-generated catch block            e.printStackTrace();        }    }}

结果
这里写图片描述

然后下面的代码是我的大神老师讲的时候用大代码。嘻嘻

/*以后我们开发后台会遇到一个乱码场景:
* 1、浏览器编码并发送(str的字节数组–码值)—>
* 2、Tomcat接收并解码(查iso8859-1表，得到字符串name)，
* 传参给 MyServlet —>
* 3、MyServlet接收到的name参数就是乱码
*/

package cn.hncu.io.io3;import java.io.IOException;import java.io.UnsupportedEncodingException;import org.junit.Test;public class StringEncodingDemo {    @Test//字符串编码    public void demo1() throws IOException{        String str="?hello你好!";        //byte[] bs = str.getBytes();//用默认码表        //用指定码表---会抛异常，因为码表中可能不存在该字符，比如ISO8859-1码表中就不存在中文(如果非要用它编码则编出来的是63即'?')        //byte[] bs = str.getBytes("utf-8");//用指定码表        byte[] bs = str.getBytes("gbk"); //用指定码表        for(byte b:bs){            System.out.print(b+" ");        }        System.out.println();    }//  @Test//字符串解码   ---如果用的码表和编码时不一样，乱码!    public void demo2() throws IOException{        byte bs[] = {63,104,101,108,108,111,-60,-29,-70,-61,33};        //String info = new String(bs);//用默认码表        String info = new String(bs,"gb2312");//gb2312和gbk是兼容的，只是gbk中补了一些原来gb2312没有收集的中文字符          System.out.println(info);           }    /*以后我们开发后台会遇到一个乱码场景:      * 1、浏览器编码并发送(str的字节数组--码值)--->     * 2、Tomcat接收并解码(查iso8859-1表，得到字符串name)，     * 传参给 MyServlet --->     * 3、MyServlet接收到的name参数就是乱码     *///  @Test//利用字符编码的原理 解决中文乱码   ----解码解错可以补救!    public void demo3() throws IOException{        //模拟浏览器的处理(编码)        String str="张三";        byte bs[] = str.getBytes("utf-8");        //模拟Tomcat的处理(解码--解错了)        String str2 = new String(bs,"iso8859-1");        System.out.println(str2);//乱码        //解决中文乱码        byte bs2[] = str2.getBytes("iso8859-1");//用ISO8859-1重新编码，还原出原来正确的码值        //用正确的码值查正确的码表        String ss= new String(bs2,"utf-8");        System.out.println("ss:"+ss);    }    //编码编错必挂!    //@Test    public void demo4() throws IOException{        String str = "你好!";        byte bs[] = str.getBytes("iso8859-1");//编码编错了        String ss = new String(bs,"iso8859-1");        System.out.println(ss);    }}

0 0