Java编码转换问题,new String(str.getByts("ISO8859-1"), "GBK")的作用

    今天在写JSP页面时,使用url参数的形式将一个中文字符串传给了另一个页面,可是发现另一个页面在解析这个参数的时候中文出现了乱码。假设我已经将请求的这段中文字符串赋给了str字符串,那么该怎样得到正确的字符串值呢?查了很多资料,终于找到了一个比较好的解释:

    除了UTF-16,其它字符集定义时都重复。比如汉字“我”,假设它的值是22530(只是假设,具体多少我没查)
而日文的“マ”的值也可能是22530(也是假设)或韩文的“찾”在网络上传输是不能以高字节传输,因为网络底层最后只认无符号char,相当于java中的byte,所以22530这个int要转换为字节数组,byte[0] = (22530 >> 8)&0xFF;byte[1] = 22530 &0xFF;
具体多少我没算,假设是byte[125,231]这样的字节传到服务端到是表示汉字“我”还是日文的“マ”还是其它的呢?
    一般通讯协议中会告诉对字符集,比如HTTP在请求时告诉服务端:ContentType="xxxxxxxxxx";charset="GKB";
这时服务端就知道现在接收到的[125,231]是GKB的“我”而不是其它文字。上面是标准的通信过程。但如果有些水平有限的程序员在提交请求时没有通知服务端字符集,那服务端就没办法了。只好按最常用的字符集来猜一个默认的。这还不错,最要命的是写服务器的程序员水平和见识很差时,就要命了。就象写老版本的TOMCAT的程序员,他自己生在西方,以为全世界所有人都用的是26个字母加一些符号,所以他不管客户端提交什么都按ISO-8859-1来解码,结果可想而知。

    比如我们使用gbk编码提交了一个字符串给服务器,在tomcat中,它将这段字符串用ISO8859-1解码,并发送给目的网页,这样就产生了错误。于是我们可以使用new String(str.getByts("ISO8859-1"), "GBK"),先将服务器传来的参数按照ISO8859-1编码,再将编码的结果用gbk解码,形成字符串,就可以得到正确的值了。
    没办法,谁让我们用GBK的人不会写tomcat呢,只好先把让那个差劲的程序员错误生成的String用ISO-8859-1还原成
[125,231],再重新用GKB生成String.

你可能感兴趣的:(String)