处理中文乱码和中文部分乱码

文章转自：http://book.51cto.com/art/201112/306309.htm

在网络操作中，关于中文乱码很多初学者都感到非常困难，如何解决乱码？不要没有目的胡乱转码，笔者访问了几个初学者，他们对于这个问题常用的方法就是一个一个编码去试直到找到为止，但有些情况即使一个一个地去试也不能解决问题。在网络标准接口内容中已经简单解释了一部分，下面用几个例子，对网络操作中的几个典型中文乱码进行讲解。

1．第一种情况

服务器和客户端编码不统一造成中文乱码，当服务器返回数据是UTF-8格式时，客户端在读取输入流时，需要将其转换成UTF-8格式，请看客户端部分代码：

………………..省略部分代码……………… // 设置URL并且打开连接 url = new URL("http://192.168.1.7:8080/exa/zh_cn"); httpurlconnection = (HttpURLConnection) url.openConnection(); //得到输入流并转换为字符串 inputStream = httpurlconnection.getInputStream(); String strResult=""; byte[] b = new byte[1024]; int i = 0; while ((i = inputStream.read(b)) != -1) { strResult+=new String(b,"utf-8"); b = new byte[1024]; } //显示到控件上 textView_1.setText(strResult); ………………省略部分代码………………

代码中关键代码是，new String(b,"utf-8")，将byte数组转换成UTF-8格式的字符串，结果如图10-17所示。

当改成new String(b,"gb2312")时得到结果如图10-18所示。

如何避免中文乱码问题，首先，不要频繁转码和漫无目的转码，这样转来转去最后自己也不知道转到哪里去了，其次，尽量使客户端程序的编码和服务器编码统一，再次避免用字节的方式去读取中文和操作中文字符串，因为一个汉字占两个字节，稍不注意开发过程中就会出现读取一个字节，造成读取了半个字，就会出现乱码。

2．第二种情况

中文汉字中出现少部分中文乱码。这种现象看起来很怪异，往往在开发过程中，读者都有可能这样操作了，但没有发现。这种现象是怎么造成的呢？先看例子程序。

实例：

读取文件的核心代码如下（为了测试多一些的汉字，本例将把很多汉字写在test.txt里放在assets文件夹下）：

………………..省略部分代码……………… inputStream = this.getAssets().open("test.txt"); byte buffer[] = new byte[100]; StringBuffer sb = new StringBuffer(); int i = 0; while ((i = inputStream.read(buffer)) != -1) { sb.append(new String(buffer, 0, i)); } textView_1.setText(sb.toString()); ………………..省略部分代码………………

由上述代码产生的效果如图10-19所示。

部分乱码的现象出现了，原因我先不讲，先改动代码再看看效果。把byte buffer[] = new byte[100]改成byte buffer[] = new byte[inputStream.available()]，运行后得到的效果如图10-20所示。

思考一下：100和inputStream.available()的区别，就会出现中文部分乱码的问题？原因是有可能在读取100个字节的时候正好遇到一个汉字的前半个字节，后100个字节的第一位置的字节也是这个字的后半个字节，半个字节是汉字吗？这样当然会出现乱码了。把字节的数组直接设置成输入流的长度，在读取的时候，一次性读取，那么就不会出现所谓的半个字的现象，当然也不会出现乱码的问题了。

还有一个解决办法，就是不以字节的方式读取文件，以字符的方式读取，一个字符装一个汉字是合法的，看一下代码

………………..省略部分代码……………… inputStream = this.getAssets().open("test.txt"); StringBuffer sb = new StringBuffer(); InputStreamReader isr=new InputStreamReader(inputStream); char buf[] = new char[20]; int nBufLen = isr.read(buf); while(nBufLen!=-1){ sb.append(new String(buf, 0, nBufLen)); nBufLen = isr.read(buf); } textView_1.setText(sb.toString()); ………………..省略部分代码………………
得到的结果当然是没有乱码的效果。读者在开发过程中遇到中文乱码问题，要认真分析和思考，总能解决问题的。