服务热线:13616026886

技术文档 欢迎使用技术文档,我们为你提供从新手到专业开发者的所有资源,你也可以通过它日益精进

位置:首页 > 技术文档 > JAVA > 新手入门 > 基础入门 > 查看文档

java开发中的中文处理问题


  ■jdbc odbc bridge的bug及其解决方法
  在编写一数据库管理程序时,发现jdbc-odbc bridge存在不易发现的bug。在向数据表插入数据时,如果为英文字符,存储内容完全正确,如果存入中文字符,部分数据库只能存储前七八个中文字符,其他内容被截去,导致存储内容的不完整(有些数据库不存在这个问题,如sybase sql anywhere 5.0。jdbc-odbc bridge还存在无法建表的bug)。

  对于广大需要存储中文信息的java程序员来说,这可是一个不好的消息。要么改用其他语言编程,要么选择其他价格昂贵的数据库产品。“一次编写,到处运行”的目标,也大打折扣。能不能采用变通的方法,将中文信息进行处理后再存储来解决这个问题呢?答案是肯定的。

  解决问题的具体思路、方法
  java采用unicode码编码方式,中英文字符均采用16bit存储。既然存储英文信息是正确的,根据一定规则,将中文信息转换成英文信息后存储,自然不会出现截尾现象。读取信息时再进行逆向操作,将英文信息还原成中文信息即可。由gb2312编码规则可知,汉字一般为二个高位为1的ascii码,在转换时将一个汉字的二个高位1去掉,还原时再将二个高位1加上。为了处理含有英文字符的中文字串,对英文字符则需要加上一个byte 0标记。以下提供的两个公用静态方法,可加入任何一个类中使用。

  将中英文字串转换成纯英文字串
  public static string totureasciistr(string str){

  stringbuffer sb = new stringbuffer();

  byte[] bt = str.getbytes();

  for(int i =0 ;i〈bt.length;i++){

  if(bt[i]〈0){

  //是汉字去高位1

  sb.append((char)(bt[i]&&0x7f));

   }else{//是英文字符 补0作记录

  sb.append((char)0);

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

   }

   }

  return sb.tostring();

  }

  将经转换的字串还原
  public static string untotrueasciistr(string str){

   byte[] bt = str.getbytes();

   int i,l=0,length = bt.length,j=0;

   for(i = 0;i〈length;i++){

   if(bt[i] == 0){

   l++;

   }

   }

   byte []bt2 = new byte[length-l];

   for(i =0 ;i〈length;i++){

   if(bt[i] == 0){

   i++;

   bt2[j] = bt[i];

   }else{

   bt2[j] = (byte)(bt[i] 0x80);

   }

   j++;

   }

  string tt = new string(bt2);

  return tt;

  }

  上例在实际编程中效果很好,只是存储的中文信息需要经过同样处理,才能被其他系统使用。而且如果中文字串出现英文字符,实际上增加了额外的存储空间。

  ■solaris下servlet编程的中文问题及解决办法
  在使用java开发internet上的一个应用系统时,发现在windows下调试完全正常的servlet,上传到solaris 服务器上,运行却出现故障――返回的网页不能显示中文,应为中文的信息全为乱码;用中文信息做关键字,不能正确检索数据库。后来采用加入检查代码等方法探知故障原因如下:

  显示乱码主要是因为通过类 httpservletresponse提供的方法setcontenttype 无法改变返回给客户的数据的编码方式,正确的编码方式应为gb2312或者gbk,而事实上为缺省的iso8859-1。无法检索中文信息则是因为,客户提交的中文信息经浏览器编码到达服务器后,servlet无法将其正确解码。

  举例说明显示乱码解决方法
  servlet 一般通常做法如下:

  public class zldtestservlet extends httpservlet {

  public void doget (httpservletrequest request,httpservletresponse response)throws servletexception, ioexception{

  //在使用 writer向浏览器返回数据前,设置 content-type header ,在这里设置相应的字符集gb2312

  response.setcontenttype("text/html;charset=gb2312");

  printwriter out = response.getwriter(); //*

  // 正式返回数据

  out.println("〈html〉〈head〉〈title〉servlet test〈/title〉〈/head〉" );

  out.println("这是一个测试页!");

  out.println("〈/body〉〈/html〉");

  out.close();

  }

   ...

  }

  解决页面显示乱码问题,需将*处代码换成如下内容:

  printwriter out = new printwriter(new outputstreamwriter(response.getoutputstream(),"gb2312"));

  solaris中文信息检索问题的解决
  浏览器利用表单向服务器提交信息时,一般采用x-www-form-urlencoded 的mime格式对数据进行编码。如果使用get方法,参数名称和参数值经编码后附加在url后,在java中称作查询串(query string)。

  在servlet程序中,如果采用servletrequest的方法getparameter取得参数值,在solaris环境下,对汉字却不能正确解码。因而无法正确检索数据库。

  在java 1.2的包――java.net中提供了urlencode和urldecode类。类urlencode提供了按x-www-form-urlencoded格式对给定串进行转换的方法。类urlencode则提供了逆方法。

  在编写某网上114查询的servlet时,采用先取得查询串,再利用类urldecode解码,再从解码后的串中取得参数,很好地解决了solrais环境下,中文信息检索的问题。

扫描关注微信公众号