Fatal编程技术网
  • java/
  • Java 奇怪的字符编码结果

Java 奇怪的字符编码结果

java encoding utf-8

Java 奇怪的字符编码结果,java,encoding,utf-8,Java,Encoding,Utf 8,下面是一个场景- DB2数据库位于大型机系统（z/OS）上 web服务器运行在USS（z/OS的Unix部分）上，通过SpringJDBC运行Java代码 我们测试的浏览器和运行在Windows 7上的客户端程序（默认编码为Windows-1252） 我们有一个包含西班牙语字符（ú）的字符串，它使用Spring的JDBCTemplate存储在数据库中，因此本质上是JDBC 当使用JDBC客户机（Squirrel，用Java编写）查询时，它显示为其他内容（ú） 当使用示例JDBC程序查询并

下面是一个场景-

  • DB2数据库位于大型机系统（z/OS）上
  • web服务器运行在USS（z/OS的Unix部分）上，通过SpringJDBC运行Java代码
  • 我们测试的浏览器和运行在Windows 7上的客户端程序（默认编码为Windows-1252）
我们有一个包含西班牙语字符（ú）的字符串，它使用Spring的JDBCTemplate存储在数据库中，因此本质上是JDBC

  • 当使用JDBC客户机（Squirrel，用Java编写）查询时，它显示为其他内容（ú）
  • 当使用示例JDBC程序查询并将结果打印为字符串时，它将显示为其他内容（ú）
  • 当使用示例JDBC程序查询并将结果打印为UTF-8编码字符串[新字符串（str，“UTF-8”）]时，它会正确显示（ú）
  • 当使用-Dfile.encoding=UTF-8以UTF-8编码启动JVM时，在上述两种情况下，结果都会打印为其他内容（ú）
  • 运行应用程序前端的浏览器也将其显示为ú，但HTML的内容标题设置为UTF-8
在这个阶段，我有点困惑，有这些问题-

  • 如果以UTF-8格式打印字符串特别有效，那么当JVM以UTF-8编码启动时为什么不起作用呢
  • 问题实际发生在哪一层，数据库还是JVM
我应该在应用程序级别而不是列级别解决什么问题

任何指针都会有帮助。

您看到的效果都可以通过以下假设来解释：数据以UTF-8字节的形式写入数据库，但数据库认为这些字节是其他字符集（ISO-LATIN-1或Windows-1252），然后在读取数据时，返回的字符串是那些解释为ISO-LATIN-1或相关字符集的字节

UTF-8中的字符
u
是两个字节0xC3 0xBA。当这些字节被解释为ISO-LATIN-1或win-1252时，您将得到两个字符
ú

在UTF-8中写入的两个字符是四个字节0xC3 0x83 0xC2 0xBA。当这四个字节被解释为ISO-LATIN-1（或win-1252）时，您将得到四个字符

（Windows-1252和ISO-LATIN-1恰好在所有有问题的字节/字符上都一致，因此从证据来看，我无法区分它们之间的区别）

我相信你现在的处境是：


  • JDBC客户端正在查询您的数据库，并从数据库中返回一个包含两个字符的字符串
    • 

  • 当JVM将结果打印到windows 7控制台框时，如果它不是以
    -Dfile.encoding=utf-8
    启动的，它会将表示win-1252中字符串所需的字节发送到控制台框。如果JVM使用该选项启动，它将向控制台框发送用UTF-8表示字符串所需的字节
    • 

  • 您的windows 7控制台框设置为windows-1252，并通过解释java根据windows-1252发送的字节来显示java打印的内容
    • 

  • 当您在没有参数的情况下调用
    .getBytes（）
    时，您正在使用JVM的默认编码将字符串转换为字节。因此，如果默认JVM编码为UTF-8，
    新字符串（str.getBytes（），“UTF-8”）
    将产生一个相同的字符串，并且只有当默认编码与UTF-8不同时，才会导致实际发生的事情
    • 
这解释了您提供的所有证据：JDBC检索到的java字符串包含字符
    。当utf-8 JVM尝试将此字符串打印到控制台框时，它会打印四个字节的0xC3 0x83 0xC2 0xBA，控制台将其解释为四个字符
    。当java web服务器尝试将此字符串发送回浏览器时，它会这样做—浏览器看到的是java应用程序从JDBC接收到的内容
    
首先要检查的是SpringJDBCTemplate是否正确接收数据并正确写入数据库。您能否让Spring将它从浏览器接收到的内容记录到某个地方，并确保浏览器正在发送UTF-8，并且Spring知道浏览器正在发送UTF-8？（有一件事您可能需要检查日志，记录接收到的字符串以及每个字段中的字符串长度。这可以让您知道是否正确地将内容解释为UTF-8）
    
假设数据正确地进入数据库，并且正如您所说的，您不能在数据库端进行更改，而只希望从应用程序端进行更改，那么您可以对从JDBC接收到的每个字符串执行以下操作：
    

    new String(str.getBytes(StandardCharsets.ISO_8859_1), StandardCharsets.UTF_8)

    
无论JVM的默认编码是什么，这都应该将字符串转换回您想要的内容
    

    为了便于将来参考，从windows命令行运行带有
    -Dfile.encoding=utf-8
    的jvm通常需要先更改控制台上的代码页，才能正确查看内容。（这可以通过命令
    chcp 65001
    完成。只需记住在运行没有该选项集的JVM命令之前使用
    chcp 1252
    进行更改即可）
    您使用的字符串的双参数构造函数将字节数组作为第一个参数。在调用新字符串（str，“UTF-8”）之前，您如何将数据库中的字符串结果转换为字节？@Daniel：我对从数据库中获取的字符串调用str.getBytes（）。在JDBC中，您必须指定编码您已经这样做了吗？可能数据库已经损坏了。UTF-8可能已写入数据库，但数据库编码设置为不同的值：Never call
    str.getBytes（）