JAVA 字符乱码问题处理经验
JAVA 字符亂碼問題處理經驗
一、問題背景
同事這邊做了一個小型的數據導入導出軟件。編程環境為Eclipse，JDK版本為1.5，數據庫使用的是MySql5.0。
軟件的基本流程如下：
1、將文本文件中的數據按照一定的截取格式，導入到數據庫中。
2、將導入數據庫中的數據，導出為Excel文件。
看似一點也不復雜。導入非中文數據，一切正常。但是，如果文本文件中，包含中文，則中文部分為‘？’問號。考慮到是字符編碼格式不統一，于是采取如下操作：
1、查看 MySql 的字符設置。發現是latin1。其實latin1也是支持中文的。在數據庫中直接插入數據，中文顯示正確。Eclipse環境為‘GBK’，為了統一，將數據庫設置為‘GB2312’，運行程序。導入的數據仍然是亂碼。
2、為了統一所有字符編碼，將文本數據文件改為UTF-8，將編程環境改為UTF-8，將數據庫字符集改為UTF-8。目前所有格式都統一，因該不會出現亂碼。運行程序，發現在運行時，還未導入數據庫，就出錯。程序終止。
二、處理過程
1、用C#做了一個小程序，用于檢驗文本數據文件的編碼，發現是”System.Text.DBCSCodePageEncoding”,網上查了些資料，介紹這種字符的不多。嘗試用ASCII、Unicode，UTF-8，UTF-7，格式讀取文件，均為亂碼。最后用Encoding.Default ，來讀取數據，顯示正常。
會不會是程序在讀取文件時，就已經是亂碼了呢？而不是導入數據庫才出的問題。帶著這個疑問，在取數據時，用 System.out.println 輸出驗證了一下，發現果然如此。讀取數據程序，是將文本數據中的每一行按某個標志位拆分，放入到數組中。與是，我做了一個字符轉換，不是轉換整個文件（因為轉換整個文件，之前嘗試會導致截取Byts出錯）。于是，我在取文件時，還是按原文件編碼去取，將截取后的字符串，讀入數組后，我在做轉換。
見如下程序：
str = str.substring(0,str.lastIndexOf(ConstDef.SEP));//原程序
//System.out.println(str);
byte[] tempByte = str.getBytes("GBK");
String a = new String(tempByte,"GB18030");
//System.out.println(a);
str = a;
這時，再用System.out.println輸出轉換后的程序，發現中文能正常顯示。
2、但是，傳入到數據庫中的值，中文還是亂碼。接下來就好辦了，數據庫用的是latin1，可以和ISO8859-1兼容。于是，在將讀取數組后，存入MySql的過程數據，轉換為 ISO8859-1。
見以下程序：
String a = null;
byte[] tempByte = null;
try
{
tempByte = string.getBytes("GB18030");
a = new String(tempByte,"iso8859-1");
} catch (UnsupportedEncodingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
用System.out.println 輸出-〉 System.out.println(stmt.toString());
發現插入的字符帶有問號“？”，但在數據庫中查看，發現已經是中文，離成功又更近了一步。
這里的中文為“？”問號，是由于編程環境（GBK）與轉換的字符不統一的原因。
PreparedStatement stmt = null;
try {
stmt = conn.prepareStatement(sql);
//System.out.println(stmt.toString());
retVal = stmt.executeUpdate();
} catch (SQLException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} finally
{
try {if(null!=stmt) stmt.close();}catch(Exception e){}
}
3、數據庫查看，中文已經能正常顯示，但是導出的Excel 文件，中文仍然是亂碼。問題還是出在字符編碼問題上。在做一次轉換。把從數據庫中拿出的數據，由ISO8859-1轉換為："GB18030"，查看導出的Excel文件，中文顯示正常。
4、中文字符亂碼問題解決。
三、經驗
1、有時將整個文件做字符轉換，雖然容易，但是在某些時候不可行。必要情況下，要把原數據文件按原數據編碼讀出，逐條轉換。
2、在理論的基礎上，多加實踐，受益匪淺。