2024年4月28日发(作者：)

研究与开发　／　

／　

基于Ｊ２ＥＥ＋Ｔｏｍｃａｔ　５．０＋ＭｙＳＱＬ　５．５应用开发中　

乱码问题研究★　

靳宗信　，　华　丽　。　樊红娟。　

（１．黄河科技学院信息＿ｒ程学院计算机科学系，３￣Ｆ；ｋ＇＇ＩＩ　４５００６３；２．黄河科技学院文献信息研究所，郑州４５００６３；　

３．河南省劳动干部学校电教中心．郑州４５００１１）　

摘　要：在基于Ｊａｖａ语言的编程中，经常碰到汉字显示出现乱码的问题，尤其是在Ｗｅｂ应用的开发　

中配合Ｔｏｍｃａｔ、ＭｙＳＱＬ使用时更是如此。在论述字符集和字符编码的基础上，对不同情况　

下Ｗｅｂ开发中出现的乱码问题进行总结．并对每种情况进行详细的描述，给出相应的解决　

方案　

关键词：Ｊａｖａ；Ｔｏｍｃａｔ　５．０；ＭｙＳＱＬ　５．５；乱码　

０　引言　

字符表．也就是该字符集中每个字符所对应的位模式。　

因为Ｊａｖａ与平台的无关性和开发环境的多样性，　

使得Ｊａｖａ在开发的过程中经常会遇到不同文字编码之　

间相互转化的问题　乱码就是在这个转化过程中没有　

正确　配对应字符串的字符集所致。一般情况下，字符　

所以．字符编码就是字符与代码值之间的映射　在Ｗｅｂ　

开发中常用的编码方式主要有ＩＳ０８８５９—１．Ｕｎｉｃｏｄｅ．　

ＧＢ２３１２，ＧＢＫ和ＵＴＦ－８。　

（１）ＩＳ０８８５９－１　

串被Ｊａｖａ应用程序转化之前，是根据操作系统默认的　

编码方式编码　所以．在Ｊａｖａ程序运行时，就面临着从　

Ｕｎｉｃｏｄｅ编码到对应的操作系统及浏览器支持的编码　

格式转换的问题　在此过程中．每一步都必须转换正　

确．有一个步骤转换ｌ叶Ｊ现问题．就会　现汉字乱码。因　

此，在Ｊａｖａ系统的输入、输　和操作系统之间，Ｔｏｍｃａｔ　

国际标准组织（ＩＳＯ）定义了几种不同的字符集，它　

们是在ＡＳＣＩＩ码的基础上增加了其他语言和地区需要　

的字符。其中最常用的是ＩＳ０８８５９—１，也叫做Ｌａｔｉｎ—ｌ，　

其中０～１２７的字符与ＡＳＣＩＩ码相同　

（２）Ｕｎｉｃｏｄｅ　

Ｕｎｉｃｏｄｅ（统一的字符编码标准集）使用２个字节对　

每一个字符进行编码．最高位不表示符号位．所以总共　

能表示６５５３５个字符　Ｕｎｉｃｏｄｅ中每个字符都有唯一的　

表示方式，是Ｊａｖａ语言默认的字符集　Ｕｎｉｃｏｄｅ中０～　

２５５的字符与ＩＳＯ８８５９—１中的一致　

（３）ＧＢ２３１２　

和ＭｙＳＱＬ中都必须采用统一的编码方式．这样才能彻　

底解决系统开发中的中文乱码问题　

１　相关编码方式　

计算机中所有字符的集合称为“字符集”．要在计　

算机表示这些“字符集”中的字符就必须对其进行编　

ＧＢ２３１２是中华人民共和国国家标准汉字信息交　

换用编码．简称国标码　它采用两个字节来表示一个字　

码　字符编码规定了一个“字符集”中的字符在计算机　

中应该用多少个字节来表示．同时制定了该字符集的　

符，分别称为高位和低位。ＧＢ２３１２适用于汉字处理、汉　

字通信等系统之间的信息交换．基本集共收入汉字　

★基金项目：河南省２０１０年度科技攻关计划项目（Ｎｏ．１０２１０２２１０４３３）、郑州市２００９年度科技发展计划项目（Ｎｏ．２—４８）　

收稿日期：２０１０—１１—１１　修稿日期：２０１０—１２－０３　

作者简介：靳宗信（１９７９一），男，硕士，山东夏津人，研究方向为人工智能、智￣ｇ４－ａ息处理　

现代计算机２０１０．１２　ｏ　

＼

一　

研究与开发　

＼　

６７６３个和非汉字图形字符６８２个　整个字符集分成９４　

ｃｈａｒｓｅｔ＝ｇｂ２３１２”＞　

个区，每区有９４个位。每个区位上只有一个字符　

（４）ＧＢＫ　

以减少中文乱码的发生　

（２）用户提交的数据是乱码　

用户提交的数据是乱码是指ｒｅｑｕｅｓｔ对象取得用　

户提交的中文信息后．输出到控制台是乱码．原因是　

ｒｅｑｕｅｓｔ对浏览器提交的数据解码不正确　对于这种情　

况，可以单独采用ｒｅｑｕｅｓｔ的ｓｅｔＣｈａｒａｃｔｅｒＥｎｃｏｄｉｎｇ（）方　

ＧＢＫ编码是ＧＢ２３１２的扩展．除了完全兼容　

ＧＢ２３１２外．还对繁体中文、一些不常用的汉字和许多　

符号进行了编码。它也是现阶段Ｗｉｎｄｏｗｓ和其他一些　

中文操作系统的默认字符集　ＧＢＫ字符集包含了　

２０９０２个汉字．其编码范同是０ｘ８１４Ｏ～０ｘＦＥＦＥ　

（５）ＵＴＦ－８　

使用Ｕｎｉｃｏｄｅ编码．一个英文字符要占两个字节．　

如果都采』｝｝ｊ　Ｕｎｉｃｏｄｅ编码．对于英文信息来说，将会使　

数据量增加一倍．．为了减少存储和传输英文字符数据　

的数据量．可以使用ＵＴＦ一８编码　它用ｌ到６个字节　

编码ＵｎｉＣＯ（１ｅ字符．用在网页上可以在同一页面　示中　

文简体繁体及其他语言（例如日文，韩文等）。　

２　Ｊａｖａ　Ｗｅｂ开发中文乱码问题　

２．１　ＪＳＰ页面中的乱码及解决方案　

造成ＪＳＰ贞面中的乱码的原凶有多种．现总结如　

下：　

（１１页面显示的是乱码　

在访问某个ＪＳＰ界面或者Ｓｅｒｖｌｅｔ产生的界面时．　

界面上显示为乱七八糟的字符或者是一串问号　对此　

要分析其乱码的来源，这可能是浏览器显示不正确，也　

可能是后台在动态生成界面的时候．其内容就是乱码。　

先查看页面的源文件．看里面的中文内容足不是　

乩码　如果是乱码．说明是由于后台处理造成的．如果　

不是乱码．则说明浏览器没有正确地解析页面的编码。　

对此只需要设置ＪＳＰ或者Ｓｅｒｖｌｅｔ的ｅｏｎｔｅｎｔＴｙｐｅ属性　

就可以了。对于ＪＳＰ中的设置使用的是ｐａｇｅ指令，设　

置如下．　

＜％＠ｐａｇｅ　ｃｏｎｔｅｎｔＴｙｐｅ＝”￣ｅｘｔ／ｈｔｍｌ；ｃｈａｒｓｅｔ＝ｇｂ２３　１２”＞　

对于Ｓｅｒｖｌｅｔ生成的界面．可以在输　页面之前调　

用ｒｅｓｐｏｎｓｅ的ｓｅｔＣｏｎｔｅｎｔＴｙｐｅ（）方法，其代码形式如下：　

ｒｅｓｐｏｎｓｅ．ｓｅｔＣｏｎｔｅｎｔＴｙｐｅ（“ｔｅｘｔ／ｈｔｍｌ；ｃｈａｒｓｅｔ＝ｇｂ２３　１２”１　

另外．在生成的ＨＴＭＬ文件的头部可以加入如下　

代码：　

＜ｒｅｃｔａ　ｈｔｔｐ－ｅｑｕｉｖ＝’’ｃｏｎｔｅｎｔｔｙｐｅ”ｃｏｎｔｅｎｔ＝’’ｔｅｘｔ／ｈｔｍｌ；　

０　现代计算机２０１０．１２　

法进行处理　如果需要处理的页面过多时．单个处理就　

会比较麻烦．这时．可以通过Ｆｉｈｅｒ过滤器将所有的ｒｅ．　

ｑｕｅｓｔ编码都进行设置，而不需要单独修改每个页面。　

（３）数据库中的数据是乱码　

数据库中的数据是乱码原因是数据库中传人的是　

ＧＢ２３１２／ＧＢＫ编码．而对方却按照ＩＳＯ８８５９—１处理　解　

决方法是在Ｊａｖａ程序巾指定输出编码是ＧＢ２３１２／ＧＢＫ．　

在数据库中设置传人／输｝ＩＪ编码是ＧＢ２３１２／ＧＢＫ　

２．２　Ｔｏｍｃａｔ中的乱码及解决方案　

有时乱码的产生和ＴｏＩｎｃａｔ有关．这时要修改应用　

服务器的ｓｅｒｖｅｒ．ｘｍＩ配置文件　Ｔｏｍｃａｔ服务器默认的编　

码ＩＳＯ一８８５９—１．可以把它改成中文编码　具体是修改　

如下：　

＜Ｃｏｎｎｅｃｔｏｒ　ｐｏｒｔ＝”８０８０”ｐｒｏｔｏｃｏｌ＝”ＨＴＴＰ／１　１　１”　

ｍａｘＴｈｒｅａｄｓ：”ｌ　５０”ｃｏｎｎｅｃｔｉｏｆｆｌ、ｉｍｅｏｕｔ＝”２００００”ｅｄｉｒｅｃｔＰｏｒｔ　

＝”８４４３”ＵＲＩ　Ｅｎｃｏｄｉｎｇ＝’ＧＢＫ’／＞　

本例修改为ＧＢＫ编码．当然也＿口『以使用其他字符　

集编码．但一定要注意使前后环节使用的字符集统一　

或者前后兼容　

２．３　ＭｙＳＱＬ中的乱码及解决方案　

ＭｙＳＱＬ中乱码问题归根到底是字符集的问题．从　

字符集设置方面考虑，不外乎几个方面：ｓｅｒｖｅｒ，ｃｌｉｅｎｔ，　

ｄａｔａｂａｓｅ。ｃｏｎｎｅｃｔｉｏｎ和ｒｅｓｕｌｔｓ　解决方法有下面五种：　

（１）修改ｍｙ．ｉｎｉ（ＭｙＳＱＬ　Ｓｅｒｖｅｒ　Ｉｎｓｔａｎｃｅ　Ｃｏｎｆｉｇｕｒａ—　

ｔｉｏｎ文件１．修改方法如下：　

＃Ｃｌｉｅｎｔ　Ｓｅｃｔｉｏｎ　

［ｃｌｉｅｎｔ］　

ｐｏｒｔ＝３３０６　

［ｍｙｓｑ１］　

ｄｅｆａｕｌｔ－ｃｈａｒａｃｔｅｒ—ｓｅｔ＝ｇｂｋ　

＃Ｓｅｒｖｅｒ　Ｓｅｃｔｉｏｎ　

【ｍｙｓｑｌｄ］　

ｄｅｆａｕｌｔ——ｃｈａｒａｃｔｅｒ—．ｓｅｔ＝ｇｂｋ　

研究与开发　

／　

／　

／　／　

ｆ２）修改ｄａｔａ目录中相应数据库目录下的ｄｂ．ｏｐｔ配　

３　结语　

置义件．修改方法如下：　

ｄｅｆａｕｌｔ—ｃｈａｒａｃｔｅｒ—ｓｅｔ＝ｇｂｋ　

　

ｄｅｆａｕｌｔ—ｃｏｌｌａｔｉｏｎ＝ｇｂｋｃｈｉｎｅｓｅ

ｃｉ

本文总结了造成中文乱码的原因．并给出了相应　

的解决方案。总之，要弄清楚Ｊａｖａ开发的整个运行过　

程．从头到尾消除每个可能产生乱码的环节，保持字符　

编码在转换过程中的一致性．这样才能彻底解决Ｊａｖａ　

（３）数据库连接串中指定字符集，方式如下：　

ＵＲＬ＝ｊｄｂｃ：ｍｙｓｑｈ／／ｙｏｕｒＩＰ／ｃｏｌｌｅｇｅ？ｕｓｅｒ＝ｒｏｏｔ＆ｐａｓｓｗｏｒｄ＝　

ｙｏｕｒＰａｓｓｗｏｒｄ＆ｕｓｅＵｎｉｃｏｄｅ＝ｔｒｕｅ＆ｃｈａｒａｃｔｅｒＥｎｃｏｄｉｎｇ＝ｇｂｋ　

开发中的中文乱码问题。　

参考文献　

注：在ＭｙＳＱＬ　４．１．０版要加ｕｓｅＵｎｉｃｏｄｅ＝ｔｒｕｅ＆ｃｈａｒ—　

ａｃｔｅｒＥｎｃ０ｄｉｎｇ＝ｇｂｋ。如果是５．０以的版本，可以不加此　

语句　

（４）在创建数据库时指定字符集，指定方式如下：　

ｃｒｅａｔｅ　ｄａｔａｂａｓｅ　ｙｏｕｒＤＢ　ＣＨＡＲＡＣＴＥＲ　ＳＥＴ　ｇｂｋ；　

【１】张文，唐鹏举．ＳＧＩ　ＩＲＩＸ６．５下基于Ｊ２ＥＥ＋Ｔｏｍｃａｔ　５．０＋Ｍｙ—　

ＳＱＬ　４．０应用开发的实现【Ｊ１＿电脑开发与应用，２００７，２０（１１）：　

４２－４４　

【２】郭艳丽．Ｊａｖａ的中文乱码及部分解决方法ｌＪＪ．焦作师范高　

等专科学校学报，２００９，２５（４）：８０～８ｌ　

（５）在ＤＯＳ命令』二要设置字符编码，设置方式如　

下：　

ｓｅｔ　ｎａｎｌｅｓ　ｇｂｋ　

【３】张言辉．Ｊ２ＥＥ平台下汉字乱码问题分析及解决【ＪＪ．电脑知　

识与技术，２０１０，６ｆ１２１：３０１９～３０２１　

Ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　Ｐｒｏｂｌｅｍ　ｏｆ　Ｅｒｒｏｒ　Ｅｎｃｏｄｉｎｇ　Ｂａｓｅｄ　ｏｎ　

ｔｈｅ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｊ２ＥＥ＋Ｔｏｍｃａｔ　５１０＋ＭｙＳＱＬ　５Ｉ５　

ＪＩＮ　Ｚｏｎｇ—ｘｉｎ　，ＨＵＡ　Ｌｉ　，　ＦＡＮ　Ｈｏｎｇ－ｊｕａｎ　

（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｈｕａｎｇｈｅ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ　４５００６３　

２．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｌｉｔｅｒａｔｕｒｅ　Ｉｎｆｏｒｍａｔｉｏｎ，Ｈｕａｎｇｈｅ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ　４５００６３　

３．Ｃｏｍｐｕｔｅｒ　Ｃｅｎｔｅｒ，Ｈｅｎａｎ　Ｌａｂｏｒ　Ｃａｄｒｅ，Ｚｈｅｎｇｚｈｏｕ　４５００１１）　

Ａｂｓｔｒａｃｔ　

Ｗｅ　ｏｆｔｅｎ　ｅｎｃｏｕｎｔｅｒ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｇａｒｂｌｅｄ　ｃｈａｒａｃｔｅｒｓ　ｄｉｓｐｌａｙ　ｉｎ　Ｊａｖａ　ｐｒｏｇｒａｍｍｉｎｇ，ｅｓｐｅｃｉａｌｌｙ　

ｉｎ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　Ｗｅｂ　ａｐｐｌｉｃａｔｉｏｎ　ｗｉｔｈ　Ｊａｖａ，Ｔｏｍｃａｔ　ａｎｄ　ＭｙＳＱＬ．Ｓｕｍｍａｒｉｅｓ　ｄｉｆｆｅｒｅｎｃｅ　

ｓｉｔｕａｔｉｏｎｓ　ｉｎ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　Ｗｅｂ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｄｉｓｃｕｓｓｉｏｎ　ｏｆ　ｔｈｅ　ｃｈａｒａｃｔｅｒ　ｓｅｔ　ａｎｄ　ｃｈａｒａｃｔｅｒ　

ｅｎｃｏｄｉｎｇ．Ａｎｄ　ｄｅｓｃｒｉｂｅｓ　ｅｖｅｒｙ　ｓｉｔｕａｔｉｏｎ　ｉｎ　ｄｅｔａｉｌｓ　ａｎｄ　ｐｒｏｐｏｓｅｓ　ｔｈｅ　ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ｓｏｌｕｔｉｏｎ．　

Ｋｅｙｗｏｒｄｓ　

Ｊａｖａ；Ｔｏｍｃａｔ　５．０：ＭｙＳＱＬ　５．５：Ｅｒｒｏｒ　Ｅｎｃｏｄｉｎｇ　

现代计算机２０１０．１２　国