常见的 IOS-8859-1 编码
编程的时候,经常看到框架默认的编码是 IOS-8859-1 编码,总是会有疑问,为什么不是UTF-8编码?
原因就是 IOS-8859-1 编码是单字节编码,每种语言都是(虽然不一定显示出来),可以方便的转换成其他编码。
其他编码的字节基本上都不固定,不同语言占用的字节不一样。
程序中有汉字参数,经常会遇到编码转码问题,总结下:
1.汉字为多字节字符,须多字节编码解码 ,如"测试".getBytes("GBK");
这样"测试".getBytes("GBK")就变成一个byte数组,这时候你可以随意重新指定编码如iso-8859-1,
String s1=new String("测试".getBytes("GBK"),"iso-8859-1");
编为s1,这是s1就变成一个是iso-8859-1编码的字符串,如果你想重新转为中文,那么,你用什么字符集编码的,必须用什么字符集来解 码,这里是iso-8859-1,可以这么来做
String s2 = new String(s1.getBytes("ISO-8859-1"),"GBK");
这样s2又重新变回中文了,所以当你打印s2时,就是“测试”。
2.用iso-8859-1做中间编码,注意不是开始编码和编回的编码(开始和编回的可用GBK或者UTF8),只做中间编码, 原因:
[1]iso-8859-1是单字节字符编码,
[2]ANSI 编码 (如:GB2312, GBK(gbk包括了gb2312),BIG5,Shift_JIS,ISO-8859-2等等),是多字节编码(英文单字节,中文多字节),不是定长编码;
[3]UNICODE ,UTF-8, UTF-7, UTF-16, UnicodeLittle, UnicodeBig,是宽字节编码(所有字符均是多字节)
因此用iso-8859-1做中间码,会保持原有字节的秩序,不发生混乱;可以理解为其他的编码对iso-8859-1兼容吧。
因此,我们常常使用iso-8859-1做中间码来进行逆向操作,得到原始的“字节串”。
String s1=new String("测试".getBytes("GBK"),"iso-8859-1");
bytes = s1.getBytes("iso-8859-1")
然后再使用正确的ANSI 编码,比如 string = new String(bytes, "GBK"),来得到正确的“UNICODE 字符串”。
GBK-> iso-8859-1 -> iso-8859-1 -> GBK
不信的话可以试试,utf8和gb不能互相转换,只有iso-8859-1做中间码可以完美互相转码!!!
utf-8编码可以用gbk和iso8859-1解码后编回去
gbk编码后只能用iso8859-1解码后编回去
看个例子:
byte[] utf = "测试".getBytes("UTF8");
byte[] gbk = "测试".getBytes("GBK");
byte[] iso = "测试".getBytes("iso-8859-1");
String utf_gbk =newString(utf,"GBK");
String utf_iso =newString(utf,"iso-8859-1");
String utf_gbk_gbk_utf =newString(utf_gbk.getBytes("GBK"),"UTF8");
String utf_iso_ios_utf =newString(utf_iso.getBytes("iso-8859-1"),"UTF8");
System.out.println("utf被gbk,iso编后:==========");
System.out.println(utf_gbk);
System.out.println(utf_iso);
System.out.println("utf被编回:==========");
System.out.println(utf_gbk_gbk_utf);
System.out.println(utf_iso_ios_utf);
String gbk_utf =newString(gbk,"UTF8");
String gbk_iso =newString(gbk,"iso-8859-1");
String gbk_utf_utf_gbk =newString(gbk_utf.getBytes("UTF8"),"GBK");
String gbk_iso_iso_gbk =newString(gbk_iso.getBytes("iso-8859-1"),"GBK");
System.out.println("gbk被utf,iso编后:==========");
System.out.println(gbk_utf);
System.out.println(gbk_iso);
System.out.println("gbk被编回:==========");
System.out.println(gbk_utf_utf_gbk);
System.out.println(gbk_iso_iso_gbk);
String iso_utf =newString(iso,"UTF8");
String iso_gbk =newString(iso,"GBK");
String iso_utf_utf_iso =newString(iso_utf.getBytes("UTF8"),"iso-8859-1");
String iso_gbk_utf_iso =newString(iso_gbk.getBytes("GBK"),"iso-8859-1");
System.out.println("iso被utf,gbk编后:==========");
System.out.println(iso_utf);
System.out.println(iso_gbk);
System.out.println("iso被编回:==========");
System.out.println(iso_utf_utf_iso);
System.out.println(iso_gbk_utf_iso);
utf被gbk,iso编后:==========娴嬭瘯
��
utf被编回:==========测试
gbk被utf,iso编后:==========����
gbk被编回:==========锟斤拷锟斤拷
iso被utf,gbk编后:==========????iso被编回:==========????
3.setCharacterEncoding() 该函数用来设置http请求或者相应的编码。
对于request,是指提交内容的编码,指定后可以通过getParameter()则直接获得正确的字符串,如果不指定,则默认使用iso8859-1编码,需要进一步处理。参见下述"表单输入"。值得注意的是在执行setCharacterEncoding()之前,不能执行任何getParameter()。java doc上说明:This method must be called prior to reading request parameters or reading input using getReader()。而且,该指定只对POST方法有效,对GET方法无效。分析原因,应该是在执行第一个getParameter()的时候,java将会按照编码分析所有的提交内容,而后续的getParameter()不再进行分析,所以setCharacterEncoding()无效。而对于GET方法提交表单是,提交的内容在URL中,一开始就已经按照编码分析所有的提交内容,setCharacterEncoding()自然就无效。
对于response,则是指定输出内容的编码,同时,该设置会传递给浏览器,告诉浏览器输出内容所采用的编码。
在JSP页面获取表单的值时会出现乱码,有两种解决方法:
一种是在调用getParameter之前通过request.setCharacterEncoding设置字符编码,
另一种是调用new String(str.getBytes("iso8859-1"), "UTF-8");编码后解码,这两种方法都可以得到正确的结果