专家讲述J2EE中的多字节字符的处理 （6）

运行时阶段

在运行过程中J2EE应用很可能会与其它外部系统通信。应用也许会读写文件，或者用数据库管理数据，有时候还可能用LDAP（轻量目录访问协议）服务器存储标识信息。在这些情况下，J2EE应用和外部系统之间需要进行数据交换。如果数据中带有象中文这样的多字节字符，就可能会遇到问题。

大部分的外部系统都有他们自己的编码设置。例如LDAP服务器很可能使用UTF-8对字符编码；Oracle数据库系统用环境变量NLS_LANG来指定编码方式。如果Oracle是安装在中文操作系统上，该变量的默认设置为ZHS16GBK，也就是用GBK编码方式来存储中文字符。因此当J2EE应用的编码设置与外部系统不同时需要进行转码，通常用以下代码来完成这一工作：

byte[] defaultBytes = 
original.getBytes(current_encoding);
String newEncodingStr = 
new String(defaultBytes, 
old_encoding);

以上代码给出了如何将字符串从一种编码方式转换为另一种。例如你在LDAP服务器中用UTF-8编码存储了一个用户名（多字节字符），而在J2EE应用中用的却是GBK编码，因此当应用从LDAP服务器中取用户名时就可能被错误地编码。

要解决这个问题，可以用original.getBytes("GBK")得到原始的字节，然后用new String(defaultBytes, "UTF-8")构造一个新字符串，这样就可以正确显示了。

客户端显示阶段

现在大多数J2EE应用都采用浏览器/服务器架构，以浏览器作为客户端。要在浏览器里正确显示多字节字符，需要注意以下几个方面：

浏览器语言支持：

为能正确地显示多字节字符，浏览器及其所运行的操作系统应提供对特定语言的支持，比如字体和字码表。

浏览器编码设置

服务器返回的HTML头

<meta http-equiv="content-type" 
content="text/html;charset=gb2312">

向浏览器声明了该页面使用的编码方式，否则浏览器将使用默认编码设置或自动进行匹配。当然，用户也可以对页面的编码进行设定，如图6所示。

因此如果页面没有声明，多字节字符就可能显示不正确，在这种情况下用户必须手工设定当前页面的编码方式。

HTTP POST编码

用HTML页面的Form标签向服务器提交数据会使情况变得更为复杂。浏览器的编码方式取决于当前页面的编码设定，对Form标签也照此处理。这意味着如果ASCII格式的HTML页面用ISO-8859-1编码，那么用户在此页面中将不能提交中文字符。

这是因为所有提交的数据都用ISO-8859-1编码，这将使中文字符丢失字节。所有的浏览器都遵守这个HTML标准。