建议先阅读:Java 编码那些事(一)

现在说说编码在Java中的实际运用。在使用tomcat的时候,绝大部分同学都会遇到乱码的问题,查查文档,google一下解决方案啥的,都是设置这里,设置那里,或者在代码中添加编码方式,虽然最终问题解决了,但是你真的知道这是什么意思么?

在平时开发Java的时候,我们会遇到很多编码设置,其中包括:

  • Java文件的编码:Java文件的编码表示编写代码得时候,.java文件本身的编码,这个编码的影响在于将你的写的代码源文件复制一份,使用其他编辑器打开,若两个编辑器的默认编码方式不一样,则打开源文件就会变成乱码。一般英文的影响不大,因为大多数编码都兼容ASCII编码,但是中文要是编码不正确,则会乱码。

    IDEA的设置在:Setting->Editor->File Encodings中设置

  • JVM编码:JVM编码表示JVM在读取String类型的默认编码,可以使用Charset.defaultCharset().name() 获取。可以在JVM启动参数中使用-Dfile.encoding=UTF-8进行设置。

一般需要区分的就是这两种编码。下面着重说下JVM编码的体现。

字节流与字符流

熟悉IO的同学应该都明白这两个流的区别。一般会出现字符乱码都在于需要与其他程序进行IO的时候。

先看看使用字节流进行读取文件的时候:

    public static void main(String[] args){
        String path="G:\\test.txt";

        try(BufferedInputStream inputStream=new BufferedInputStream(new FileInputStream(path))) {
            for (byte bytes[] = new byte[1024]; inputStream.read(bytes) != -1; ) {
                String context = new String(bytes);
                System.out.println(context);
            }
        }catch (IOException e){
            e.printStackTrace();
        }
    }

然后再G盘新建一个文本文件,输入一段文字。使用默认的格式保存。

可以查看输出:

�����ļ��ļ�                                                                         

乱码了,下面来分析一下:

首先这里是JVM运行时的编码,因此和JVM的编码设置有关。打印JVM目前的编码设置:

System.out.println(Charset.defaultCharset().name());
输出:UTF-8

找到刚刚新建的文件test.txt,点击另存为,可以发现默认编码为ANSI,前一篇文章中说过,ANSI作为windows系统中的特殊存在,它在简体中文编码的情况下默认为GBK编码。这便是乱码的原因,解决方案有两种:

  1. 设置JVM启动项:-Dfile.encoding = GB2312
  2. 在编码byte数组的时候,指定GB2312编码:String context = new String(bytes,"GB2312");

这里推荐第二种,毕竟UTF8更加通用

问题完美解决。

同理,网络IO也能通过以上方法解决。

看明白了上面的发现问题和解决问题的流程的同学,下次遇到文件编码的问题,相信应该能够独立解决问题。

实战

明白了各种编码问题,现在我们可以着手进行实战。

第一次使用IDEA开发Servlet的时候,大多数都会遇见乱码问题,包括:

  • 控制台输出Tomcat日志乱码

  • 网页显示Servlet返回的中文乱码

虽然各种Google后,终于解决了,但是可能依然不明白其中的缘由。下面我们来一探究竟

Tomcat日志

首先解决Tomcat日志乱码的问题,首先要明白:Tomcat作为一个独立的进程,IDEA是怎么获取到Tomcat日志的呢?在IDEA控制台中的Tomcat启动日志中,我们可以找到一个日志记录:

 -Dcatalina.base=C:\xxx\.IntelliJIdea2018.3\system\tomcat\xxx

复制选项中的路径,在文件夹中打开,进入logs文件夹,就可以发现这个是tomcat的日志文件输出路径,而IDEA正是读取了这个文件中的内容输出到控制台中,我们可以使用记事本打开日志文件,然后选择另存为,可以发现文件的默认编码是ANSI,也就说在简体中文下是GBK编码。

而读取文本文件内容一般有两种方式,第一种是字符流,第二种是字节流,字节流可以指定字符编码也可以通过的JVM启动参数-Dfile.encoding指定默认编码。

明白了上面的问题,我们就能知道为什么乱码了,这是因为IDEA的默认编码和这个日志文件的编码格式不统一导致的

解决方案很简单,统一两个系统的编码,对于Tomcat的输出的日志文件,我们可以设置Tomcat启动的VM选项:Edit Configurations->Server-> VM options编辑添加:-Dfile.encoding=UTF-8

设置完Tomcat编码后,删除刚刚路径中的日志文件,重启Tomcat服务,再使用记事本打开刚刚的日志文件,另存为我们可以发现,编码已经变成了UTF-8

IDEA

接下来设置IDEA的编码,IDEA默认编码暂时没有找到查找方式,我们也可以将其指定为UTF-8,找到IDEA的安装路径,在bin目录中可以发现一个名为idea.exe.vmoptionsidea64.exe.vmoptions选项,分别打开,添加-Dfile.encoding=UTF-8后,重启IDEA.

完成上面两步后,再次启动Tomcat服务,你会发现日志已经正常。

注:如果依然发现乱码,则可能是IDEA缓存了当前项目的编码设置,你可以在当前项目的.idea文件夹中找到encoding.xml文件,删除所有不是UTF-8的编码设置,重启IDEA即可。

网页乱码

我们都知道,浏览器浏览的网页其实是从服务器发送的HTML文件到浏览器中显示,而发送的是通过字节流传输,这个过程就涉及到解码->编码的过程,在HTTP协议中,编码的协议通过Header中的charset中设置。

为什么放header,因为HTTP请求会先解析header,而且header一般不会有ascii无法解析的字符,一般都是英文

网页乱码其实很好解决,如果发现在Servlet中,返回中文给浏览器的时候浏览器返回的是???

点击F12,抓包网络后,找到Response Body 中的charset选项,可以发现charset=ISO-8859-1

也就说默认的Tomcat使用的编码是ISO-8859-1,这是西欧的语言编码,它是不兼容中文的。如果你在Servlet返回的结果中添加一点法语:Ä ä或者德语什么的,你会发现会正常显示。

charset的意思便是Tomcat是以什么样的方式编码字节,而浏览器便会以这样的编码方式解码字节。

我们可以将charset修改为兼容中文的即可,比如UTf-8,GB2312等,建议使用UTF-8,在Servlet中,设置编码的方式为:

response.setCharacterEncoding("UTF-8");

也可以如下:

 resp.setContentType("text/html;charset=UTF-8");

建议第一种方式。

到这里,所有的乱码问题都已经解决。

其实,乱码不可怕,可怕的是经历了这么多次乱码却依然不去了解它。

~~

微信搜索公众号:StackTrace,关注我,不断学习,不断提升

原文地址:http://www.cnblogs.com/printStackTrace/p/16847740.html

1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长! 2. 分享目的仅供大家学习和交流,请务用于商业用途! 3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入! 4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解! 5. 如有链接无法下载、失效或广告,请联系管理员处理! 6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需! 7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员! 8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载 声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性