[乐意黎]常见乱码产生原因及字符集

(1)处理JSON的中文参数传到后台乱码，只需要在后台中写上：checkModel1=new String(checkModel1.getBytes("ISO-8859-1"),"UTF-8");就可以了

(2)Ajax发送中文参数到后台程序，在本地项目中，必须要处理乱码；在linux服务器上，不用处理，不会发生中文乱码的情况。

(3)Ajax中返回responseText中文乱码解决：response.setHeader("Content-Type","text/html;charset=UTF-8");

(4)在jsp页面传递参数给java后台，参数中有"+",接受到的参数会把加号换成空格" ",解决方法：

要传递的参数为str，则在传递之前做处理

从js中url传递参数：encodeURI(str).replace(/\+/g,'+')

从js中url传递参数：str.replaceAll("\\+","+")

(5)Ajax get中文乱码处理

①getJSON()时，参数如果有中文，中文在jsp端会乱码，在servlet端，会出异常，取不到参数;

②getJSON("xx.jspx",{url:urlContent},function(json){......})其中url中param参数有中文值，异常：网上的说法：因为你的参数中有特殊字符，把url打断了。你可以把参数编码后传过去，到后台取到参数解码回来。处理中文乱码

设置了编码方式，但是在用浏览器显示页面，还是会出现乱码，但是我们在开发工具中运行就可以显示出中文，原因在于：
你项目中设置的保存编码方式和浏览器的编码方式不一致所导致。
解决方案：
查看项目编码、查看浏览器编码。保证二者编码保持一致
检查错误时应该根据具体情况，找不到原因时按照文章开投的顺序逐级检查各级编码是否一致。

字符集

常用字符集分类

ASCII及其扩展字符集

作用：表语英语及西欧语言。

位数：ASCII是用7位表示的，能表示128个字符；其扩展使用8位表示，表示256个字符。

范围：ASCII从00到7F，扩展从00到FF。

ISO-8859-1字符集

作用：扩展ASCII，表示西欧、希腊语等。

位数：8位，范围：从00到FF，兼容ASCII字符集。

GB2312字符集

作用：国家简体中文字符集，兼容ASCII。

位数：使用2个字节表示，能表示7445个符号，包括6763个汉字，几乎覆盖所有高频率汉字。

范围：高字节从A1到F7, 低字节从A1到FE。将高字节和低字节分别加上0XA0即可得到编码。

GBK字符集

作用：它是GB2312的扩展，加入对繁体字的支持，兼容GB2312。

位数：使用2个字节表示，可表示21886个字符。

范围：高字节从81到FE，低字节从40到FE。

UNICODE字符集

作用：为世界650种语言进行统一编码，兼容ISO-8859-1。

位数：UNICODE字符集有多个编码方式，分别是UTF-8，UTF-16和UTF-32。

BIG5字符集

作用：统一繁体字编码。

位数：使用2个字节表示，表示13053个汉字。

范围：高字节从A1到F9，低字节从40到7E，A1到FE。

GB18030字符集

作用：它解决了中文、日文、朝鲜语等的编码，兼容GBK。

位数：它采用变字节表示(1 ASCII，2，4字节)。可表示27484个文字。

范围：1字节从00到7F; 2字节高字节从81到FE，低字节从40到7E和80到FE；4字节第一三字节从81到FE，第二四字节从30到39。

UCS字符集

作用：国际标准 ISO 10646 定义了通用字符集 (Universal Character Set)。它是与UNICODE同类的组织，UCS-2和UNICODE兼容。

位数：它有UCS-2和UCS-4两种格式，分别是2字节和4字节。

范围：目前，UCS-4只是在UCS-2前面加了0x0000。

按所表示的文字分类

语言	字符集	正式名称
英语、西欧语ASCII	ISO-8859-1	MBCS 多字节
简体中文	GB2312	MBCS 多字节
繁体中文	BIG5	MBCS 多字节
简繁中文	GBK	MBCS 多字节
中文、日文及朝鲜语	GB18030	MBCS 多字节
各国语言	UNICODE，UCS	DBCS 宽字节

编码间的转换：

要求：要知道当前内容的编码格式和要转换为的编码格式：

示例：

1
2

String username = request.getParameter("username").trim();

String password = request.getParameter("password").trim();

获取到的String类型变量：username和password的编码格式为：ISO-8859-1

如何将他们转换成UTF-8编码，不要出现乱码，代码如下：

1
2
3
4
5


String parameter = request.getParameter("username");
//获取到参数对应的二进制数

byte[] temp = parameter.getBytes("iso-8859-1");
//通过对应的二进制数 手动编码成utf-8的字符串

String param = new String(temp, "utf-8");

原理：

　　　　相同的内容在计算机中的二进制编码是一样的，所以在不同编码间内容传递时，要想不出现乱码，先将该内容按其原编码转换为二进制序列。然后再将这个二进制序列按照要转换的编码进行翻译，就不会出现乱码。

出现的乱码形式的含义：

?????? ---> 代表字符编码不匹配造成

å¸é¾ ---> 代表没有该编码方式

-----------------------------------
aerchi