Java中文相關技術

2019-11-18 13:18:56

字體：大中小

來源：轉載

供稿：網友

　　在應用開發的過程中，總會碰到一些“難以理解”的系統缺陷和“不易解決”的問題。其實，通過認真分析，不必購買昂貴的產品依然可以解決多數問題。
　　■JDBC ODBC Bridge的Bug及其解決方法
　　在編寫一數據庫治理程序時，發現JDBC-ODBC Bridge存在不易發現的Bug。在向數據表插入數據時，假如為英文字符，存儲內容完全正確，假如存入中文字符，部分數據庫只能存儲前七八個中文字符，其他內容被截去，導致存儲內容的不完整（有些數據庫不存在這個問題，如Sybase SQL Anywhere 5.0。JDBC-ODBC Bridge還存在無法建表的Bug）。
　　對于廣大需要存儲中文信息的java程序員來說，這可是一個不好的消息。要么改用其他語言編程，要么選擇其他價格昂貴的數據庫產品。“一次編寫，到處運行”的目標，也大打折扣。能不能采用變通的方法，將中文信息進行處理后再存儲來解決這個問題呢？答案是肯定的。
　　解決問題的具體思路、方法
　　Java采用Unicode碼編碼方式，中英文字符均采用16bit存儲。既然存儲英文信息是正確的，根據一定規則，將中文信息轉換成英文信息后存儲，自然不會出現截尾現象。讀取信息時再進行逆向操作，將英文信息還原成中文信息即可。由GB2312編碼規則可知，漢字一般為二個高位為1的ASCII碼，在轉換時將一個漢字的二個高位1去掉，還原時再將二個高位1加上。為了處理含有英文字符的中文字串，對英文字符則需要加上一個Byte 0標記。以下提供的兩個公用靜態方法，可加入任何一個類中使用。
　　將中英文字串轉換成純英文字串
　　public static String toTureAsciiStr(String str){
　　StringBuffer sb = new StringBuffer();
　　byte[] BT = str.getBytes();
　　for(int i =0 i〈btelse{//是英文字符補0作記錄
　　sb.append((char)0);
　　sb.append((char)bt[i]);
　　}
　　}
　　return sb.toString();
　　}
　　將經轉換的字串還原
　　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;
　　}
　　上例在實際編程中效果很好，只是存儲的中文信息需要經過同樣處理，才能被其他系統使用。而且假如中文字串出現英文字符，實際上增加了額外的存儲空間。
　　■Solaris下Servlet編程的中文問題及解決辦法
　　在使用Java開發Internet上的一個應用系統時，發現在Windows下調試完全正常的Servlet，上傳到Solaris 服務器上，運行卻出現故障——返回的網頁不能顯示中文，應為中文的信息全為亂碼；用中文信息做要害字，不能正確檢索數據庫。后來采用加入檢查代碼等方法探知故障原因如下：
　　顯示亂碼主要是因為通過類 HttpServletResponse提供的方法setContentType 無法改變返回給客戶的數據的編碼方式，正確的編碼方式應為GB2312或者GBK，而事實上為缺省的ISO8859-1。無法檢索中文信息則是因為，客戶提交的中文信息經瀏覽器編碼到達服務器后，Servlet無法將其正確解碼。
　　舉例說明顯示亂碼解決方法
　　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向瀏覽器返回數據前，設置 content-type header ，在這里設置相應的字符集gb2312
　　response.setContentType("text/Html;charset=gb2312");
　　PRintWriter out = response.getWriter(); //*
　　// 正式返回數據
　　out.println("〈html〉〈head〉〈title〉Servlet test〈/title〉〈/head〉" );
　　out.println("這是一個測試頁！");
　　out.println("〈/body〉〈/html〉");
　　out.close();
　　}
　　...
　　}
　　解決頁面顯示亂碼問題，需將*處代碼換成如下內容：
　　PrintWriter out = new PrintWriter(new OutputStreamWriter(response.getOutputStream(),"gb2312"));
　　Solaris中文信息檢索問題的解決
　　瀏覽器利用表單向服務器提交信息時，一般采用x-www-form-urlencoded 的MIME格式對數據進行編碼。假如使用get方法，參數名稱和參數值經編碼后附加在URL后，在Java中稱作查詢串（query string）。
　　在Servlet程序中，假如采用ServletRequest的方法getParameter取得參數值，在Solaris環境下，對漢字卻不能正確解碼。因而無法正確檢索數據庫。
　　在Java 1.2的包——java.net中提供了URLEncode和URLDecode類。類URLEncode提供了按x-www-form-urlencoded格式對給定串進行轉換的方法。類URLEncode則提供了逆方法。

上一篇：關于JAVA的中文問題

下一篇：降低Java虛擬機的風險