java乱码原因与方案

一、出现乱码的原因

   首先看一张图：

微观——字符在保存时的编码格式如果和要显示的解码格式不一致的话，就会出现乱码。 (注：上图左侧如一个终端是freemarker模板文件，一个终端是java应用程序，如果freemarker在传输过程中编码字符集与java应用程序针对传输数据的解码字符集不同的话，就会出现乱码现象)

 

宏观——Web应用中，从底层数据库编码、Web应用程序编码到视图编码，如果有一项不一致的话，就会出现乱码。

 

再看看下边这张图：

     

 

说明（从JVM内部和外部看待字符编码问题）：

1、Java文件编译后形成class文件：

这里Java文件的编码可能有多种多样，但Java编译器会自动将这些编码按照Java文件的编码格式正确读取后产生class文件，这里的class文件编码是Unicode编码（具体说是UTF-16编码）。不管在编译前java文件使用何种编码，在编译后成class后，他们都是一样的——Unicode编码表示。

2、JVM中的编码：

    JVM加载class文件读取时候使用Unicode编码方式正确读取class文件。

3、内存中字符串的编码：

内存中的字符串不仅仅局限于从class代码中直接加载而来的字符串，还有一些字符串是从文本文件中读取的，还有的是通过数据库读取的，还有可能是从字节数组构建的，然而他们基本上都不是Unicode编码的，原因很简单，存储优化。因此就需要处理各种各样的编码问题，在处理之前，必须明确“源”的编码，然后用指定的编码方式正确读取到内存中。

小结：由此看来，java应用程序(具体说是JVM)内部具有一定的编码转换机制，或者说它具有一定的编码容错能力。

 

紧接着，我们从整体（从View、DB、Java文件、class文件）去看待字符编码，如下图：

 

看好最初两张图，再看这个图就很简单了，只不过多了两点：

其一，class文件在保存过程中是用UTF编码格式存储，常用UTF-16格式，因为UTF-16比起UTF-8，好处在于大部分字符都以固定长度的字节 (2字节) 储存，但UTF-16却无法兼容于ASCII编码。

其二，JVM与操作系统的交互同样存在编码问题，默认情况下，中文Windows操作系统采用GBK编码，而Linux默认采用ISO8859-1编码。如果中文web应用项目部署在Linux系统时，要进行有效编码设置。

 

二、解决乱码最好方式

明确指定整个应用系统统一字符集——UTF-8最优

原因：

其一，兼容所有（字符）语言（具体来说这是Unicode编码的优点），即包括全世界常用文字，提高了字符间的转换性，满足跨语言、跨平台进行文本转换、处理的要求。

其二、兼容ISO8859-1

UTF-8兼容ISO8859-1，对于大多数常用字符集(ASCII中0-127字符)它只使用单字节，而对于其它常用字符，它使用3字节（如大部分的中文字符），因为web应用程序中，以英文字符传输及显示最多，针对英文字符采用单字节格式传输，而UTF-16采用双字节传输。明显，UTF-8能减少传输成本。

操作：找到应用系统的所有出入口，使用UTF-8去“结扎”它（全部配置编码格式为UTF-8）