在JAVA开发中的中文处理问题及解决办法

在JAVA开发中解决了中文问题和解决方案　

　　　　在应用开发过程中，总会出现一些“难以理解”的系统缺陷和“难以解决”的问题。事实上，通过仔细分析，大多数问题仍然可以解决，而无需购买昂贵的产品。

　　■JDBC ODBC Bridge的bug及其解决方案 　　在编写数据库管理程序时，发现JDBC-ODBC Bridge存在不易发现的bug。将数据插入数据表时，如果是英文字符，则存储内容完全正确。如果存储中文字符，一些数据库只能存储前七八个中文字符，其他内容被切断，导致存储内容不完整（一些数据库不存在此问题，如sybase SQL Anywhere 5.0。JDBC-ODBC Bridge仍然有无法建表的bug)。

　　对于大多数需要存储中文信息的Java程序员来说，这是个坏消息。要么用其他语言编程，要么选择其他昂贵的数据库产品。“一次写作，到处运行”的目标也大大降低。中文信息可以在存储之前通过灵活处理来解决这个问题吗？答案是肯定的。

　　解决问题的具体思路和方法 　　Java采用Unicode编码，中英文字符采用16bit存储。由于英文信息的存储是正确的，所以按照一定的规则，将中文信息转换成英文信息后，自然不会出现截尾现象。然后在阅读信息时进行逆向操作，将英文信息还原为中文信息。根据GB2312的编码规则，汉字一般是ASCII码，两个高位为1。在转换过程中，删除一个汉字的两个高位1，然后在恢复过程中添加两个高位1。为了处理含有英文字符的中文字符串，英文字符需要添加一个Byte 0标记。在任何类别中都可以使用以下两种公共静态方法。

　　将中英文字串转换为纯英文字串 　　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){

　　file://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();

　　}

　　还原转换后的字串 　　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;

　　}

　　例子在实际编程中非常有效，但存储的中文信息需要同样的处理才能被其他系统使用。如果英文字符出现在中文字符串中，实际上会增加额外的存储空间。

　　■Servlet在Solaris下编程的中文问题及解决方案 　　在使用Java开发Internet上的应用系统时，发现在Windows下调试完全正常的Servlet并上传到Solaris 在服务器上，运行失败——返回的网页不能显示中文，所有中文信息都应该是乱码；用中文信息作为关键词，无法正确检索数据库。后来，通过添加检查代码等方法，对故障原因进行了探测：

　　显示乱码的主要原因是通过类别 setcontentententypense提供Httpservletresponse的方法 不能改变返回给客户的数据的编码方式，正确的编码方式应该是GB2312或GBK，但实际上是缺失的ISO859-1。由于客户提交的中文信息通过浏览器编码到达服务器后，Servlet无法正确解码，因此无法检索中文信息。

　　例子说明了显示乱码的解决方案 　　Servlet 一般做法如下：

　　public class ZldTestServlet extends HttpServlet {

　　public void doGet (HttpServletRequest request,HttpServletResponse response)throws ServletException, IOException{

　　file://在使用 在Writer将数据返回到浏览器之前，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(); file://*

　　// 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();

　　}

　　 ...

　　}

　　要解决页面显示乱码的问题，需要用以下内容替换*代码：

　　PrintWriter out = new PrintWriter(new OutputStreamWriter(response.getOutputStream()，“gb2312”;

　　解决Solaris中文信息检索问题 　　当浏览器使用表单向服务器提交信息时，通常使用x-www-form-urlencoded MIME格式编码数据。如果采用get方法，编码后将参数名称和参数值附加到URL中，则称为Java中的查询串（query string）。

　　在Servlet程序中，如果采用Servletrequest的方法获取参数值，则在Solaris环境中无法正确解码汉字。因此，无法正确检索数据库。

　　在Java 1.2的包——java.在net中提供URLEncode和URLDecode类别。类URLEncode提供XRLEncode-www-form-urlencoded格式转换给定串的方法。类urlencode提供了一种逆向方法。

　　在编写在线114查询Servlet时，首先获取查询串，然后使用URLDecode解码，然后从解码串中获取参数，很好地解决了Solrais环境中的中文信息检索问题。这里不提供源代码。如有必要，请与作者联系。