JAVA中⽂字符乱码解决详解
⾸先要了解JAVA处理字符的原理。JAVA使⽤UNICODE来存储字符数据，处理字符时通常有三个步骤：– 按指定的字符编码形式，从源输⼊流中读取字符数据– 以UNICODE编码形式将字符数据存储在内存中
– 按指定的字符编码形式，将字符数据编码并写⼊⽬的输出流中。
所以JAVA处理字符时总是经过了两次编码转换，⼀次是从指定编码转换为UNICODE编码，⼀次是从UNICODE编码转换为指定编码。如果在读⼊时⽤ 错误的形式解码字符，则内存存储的是错误的UNICODE字符。⽽从最初⽂件中读出的字符数据，到最终在屏幕终端显⽰这些字符，期间经过了应⽤程序的多次 转换。如果中间某次字符处理，⽤错误的编码⽅式解码了从输⼊流读取的字符数据，或⽤错误的编码⽅式将字符写⼊输出流，则下⼀个字符数据的接收者就会编解码 出错，从⽽导致最终显⽰乱码。
这⼀点，是我们分析字符编码问题以及解决问题的指导思想。好，现在我们开始⼀只只的解决这些乱码怪兽。
⼀、在JAVA⽂件中硬编码中⽂字符，在eclipse中运⾏，控制台输出了乱码。例如，我们在JAVA⽂件中写⼊以下代码：String text = “⼤家好”;System.out.println(text);
如果我们是在eclipse⾥编译运⾏，可能看到的结果是类似这样的乱码：。那么，这是为什么呢？我们先来看看整个字符的转换过程。
1. 在eclipse窗⼝中输⼊中⽂字符，并保存成UTF-8的JAVA⽂件。这⾥发⽣了多次字符编码转换。不过因为我们相信eclipse的正确性，所以我们不⽤分析其中的过程，只需要相信保存下的JAVA⽂件确实是UTF-8格式。
2. 在eclipse中编译运⾏此JAVA⽂件。这⾥有必要详细分析⼀下编译和运⾏时的字符编码转换。
– 编译：我们⽤javac编译JAVA⽂件时，javac不会智能到猜出你所要编译的⽂件是什么编码类型的，所以它需要指定读取⽂件所⽤的编码类型。默认 javac使⽤平台缺省的字符编码类型来解析JAVA⽂件。平台缺省编码是操作系统决定的，我们使⽤的是中⽂操作系统，语⾔区域设置通常都是中国⼤陆，所 以平台缺省编码类型通常是GBK。这个编码类型我们可以在JAVA中使⽤System.getProperty(“file.encoding”)来查看。所以javac会默认使⽤GBK来解析JAVA⽂件。如果我们要改变javac所⽤的编码类型，就要加上-encoding参数，如javac -encoding utf-8Test.java。
这⾥要另外提⼀下的是eclipse使⽤的是内置的编译器，并不能添加参数，如果要为javac添加参数则建议使⽤ANT来编译。不过这并⾮出现乱码的原因，因为eclipse可以为每个JAVA⽂件设置字符编码类型，⽽内置编译器会根据此设置来编译JAVA⽂件。
– 运⾏：编译后字符数据会以UNICODE格式存⼊字节码⽂件中。然后eclipse会调⽤java命令来运⾏此字节码⽂件。因为字节码中的字符总是 UNICODE格式，所以java读取字节码⽂件并没有编码转换过程。虚拟机读取⽂件后，字符数据便以UNICODE格式存储在内存中了。3. 调⽤System.out.println来输出字符。这⾥⼜发⽣了字符编码转换。
System.out.println使⽤了PrintStream类来输出字符数据⾄控制台。PrintStream会使⽤平台缺省的编码⽅式来输出字 符。我们的中⽂系统上缺省⽅式为GBK，所以内存中的UNICODE字符被转码成了GBK格式，并送到了操作系统的输出服务中。因为我们操作系统是中⽂系 统，所以往终端显⽰设备上打印字符时使⽤的也是GBK编码。如果到这⼀步，我们的字符其实不再是GBK编码的话，终端就会显⽰出乱码。那么，在eclipse运⾏带中⽂字符的JAVA⽂件，控制台显⽰了乱码，是在哪⼀步转换错误呢？我们⼀步步来分析。– 保存JAVA⽂件成UTF-8后，如果再次打开你没有看到乱码，说明这步是正确的。– ⽤eclipse本⾝来编译运⾏JAVA⽂件，应该没有问题。
– System.out.println会把内存中正确的UNICODE字符编码成GBK，然后发到eclipse的控制台去。等等，我们看到在Run Configuration对话框的Common标签⾥，控制台的字符编码被设置成了UTF-8！问题就在这⾥。System.out.println已经把字符编码成了GBK，⽽控制台仍然以UTF-8的格式读取字符，⾃然会出现乱码。将控制台的字符编码设置为GBK，乱码问题解决。
（这⾥补充⼀点：eclipse的控制台编码是继承了workspace的设置的，通常控制台编码⾥没有GBK的选项⽽且不能输⼊。我们可以先在workspace的编码设置中输⼊GBK，然后在控制台的设置中就可以看到GBK的选项了，设置好后再把workspace的字符编码设置改回utf- 8就是。）
⼆、JSP⽂件中硬编码中⽂字符，在浏览器上显⽰乱码。
我们⽤eclipse编写⼀个JSP页⾯，使⽤tomcat浏览这个页⾯时，整个页⾯的中⽂字符都是乱码。这是什么原因呢？JSP页⾯从编写到在浏览器上浏览，总共有四次字符编解码。1. 以某种字符编码保存JSP⽂件
2. Tomcat以指定编码来读取JSP⽂件并编译3. Tomcat向浏览器以指定编码来发送HTML内容4. 浏览器以指定编码解析HTML内容
这⾥的四次字符编解码，有⼀次发⽣错误最终显⽰的就会是乱码。我们依次来分析各次的字符编码是如何设置的。– 保存JSP⽂件，这是在编辑器中设置的，⽐如eclipse中，设置⽂件字符类型为utf-8。
– JSP⽂件开头的<%@ page language=”java” contentType=”text/html; charset=utf-8″ pageEncoding=”utf-8″%>，其中pageEncoding⽤来告诉tomcat此⽂件所⽤的字符编码。这个编码应该与eclipse保存⽂件⽤的编码⼀致。Tomcat以此编码⽅式来读取JSP⽂件并编译。– page标签中的contentType⽤来设置tomcat往浏览器发送HTML内容所使⽤的编码。这个编码会在HTTP响应头中指定以通知浏览器。– 浏览器根据HTTP响应头中指定的字符编码来解析HTML内容。如：HTTP/1.1 200 OK
Date: Mon, 01 Sep 2008 23:13:31 GMTServer: Apache/2.2.4 (Win32) mod_jk/1.2.26Vary: Host,Accept-Encoding
Set-Cookie: JAVA2000_STYLE_ID=1; Domain=www.java2000.net; Expires=Thu, 03-Nov-2011 09:00:10 GMT; Path=/Content-Encoding: gzipTransfer-Encoding: chunked
Content-Type: text/html;charset=UTF-8
另外，HTML中有个标签中也指定了charset。不过这个字符编码只有在当⽹页保存在本地作为静态⽹页时有效，因为没有HTTP头，所以浏览器根据此标签来识别HTML内容的编码⽅式。
现在在JSP⽂件中硬编码出现乱码的机会⽐较⼩了，因为⼤家都⽤了如eclipse的编辑器，基本上可以⾃动保证这⼏个编码设置的正确性。现在更多碰到的是在JSP⽂件中从其他数据源中读取中⽂字符所产⽣的乱码问题。三、在JSP⽂件中读取字符⽂件并在页⾯中显⽰，中⽂字符显⽰为乱码。⽐如，我们在JSP⽂件中使⽤以下代码：<%
BufferedReader reader = new BufferedReader(new FileReader(“D:\\\est.txt”));String content = reader.readLine();reader.close();%>
<%=content%>
test.txt⾥保存的是中⽂字符，但在浏览器上看到的乱码。这是个经常见到的问题。我们继续⽤之前的⽅法⼀步步来分析输⼊和输出流1. test.txt是以某种编码⽅式保存中⽂字符，⽐如UTF-8。
2. BufferedReader直接读取test.txt的字节内容并以默认⽅式构造字符串。分析BufferedReader的代码，我们可以看到 BufferedReader调⽤了FileReader的read⽅法，⽽FileReader⼜调⽤了FileInputStream的native 的read⽅法。所谓native的⽅法，就是操作系统底层⽅法。那么我们操作系统是中⽂系统，所以FileInputStream默认⽤GBK⽅式读取 ⽂件。因为我们保存test.txt⽤的是UTF-8，所以在这⾥读取⽂件内容使⽤GBK是错误的编码。
3. <%=content%>其实就是out.print(content)，这⾥⼜⽤到了HTTP的输出流JspWriter，于是字符串content⼜被以JSP的page标签中指定的UTF-8⽅式编码成字节数组被发送到浏览器端。
4. 浏览器以HTTP头中指定的⽅式解码字符，这时⽆论是⽤GBK还是UTF-8解码，显⽰的都是乱码。可见，我们字符编码转换在第⼆步时出错了，UTF-8的字符串被当做GBK读⼊了内存中。
解决这个乱码问题有两种⽅法，⼀是把test.txt⽤GBK保存，则FileInputStream能正确读⼊中⽂字符；⼆是使⽤InputStreamReader来转换字符编码，如：
InputStreamReader sr = new InputStreamReader(new FileInputStream(“D:\\\est.txt”),”utf-8″);BufferedReader reader = new BufferedReader(sr);这样，JAVA就会⽤utf-8的⽅式来从⽂件中读取字符数据。
另外，我们可以通过在java命令后带上Dfile.encoding参数来指定虚拟机读取⽂件使⽤的默认字符编码，例如java Test，这样，我们在JAVA代码⾥⽤System.getProperty(“file.encoding”)取到的值为utf-8。
-Dfile.encoding=utf-8
