最近用到了字符串的压缩，用到了GZipInputStream和GZipOutputStream，再次碰到了阔别已久的中文乱码问题。
看了一些相关的文章，觉得我们之所以会碰到这样那样的乱码问题，基本上都是由于我们在某些地方隐含了byte到char的转换，而这种隐含的转换采用的是iso-8859-1的编码进行的。
以jsp页面中文传递为例子，假设客户端的编码是GB2312,表单中的中文提交后，首先根据GB2312编码转换为字节流，到达服务器端后，假如我们直接在servlet中调用request.getParameter(String name)等方法，由于方法返回的是String 对象，所以其中必然隐含了一次从byte到char的转换，错误也就是在这里产生的，假如这次转换采用的编码是iso-8859-1，得到的当然是乱码。
public class Login
extends HttpServlet {
private static final String CONTENT_TYPE = "text/Html; charset=UTF-8";
.....
//Initialize global variables
public void init() throws ServletException {
}
//Process the HTTP Get request
public void doGet(HttpServletRequest request, HttpServletResponse response) throws
ServletException, IOException {
String name = request.getParameter("userid");//隐含的转换
name = new String(name.getBytes("iso-8859-1"), "GB2312");//还原字节，重新构造
response.setContentType(CONTENT_TYPE);
PrintWriter out = response.getWriter();
out.println("<html>");
out.println("<head><title>Login</title></head>");
out.println("<body bgcolor=\"#ffffff\">");
out.println("<p>The servlet has received a GET. This is the reply.</p>");
out.println("</body>");
out.println("</html>");
out.close();
}
}
幸好，以iso-8859-1进行的默认转换不会损失字节，也不会增加字节，我们只要按照iso-8859-1的方式返回原来的字节数组，重新按照GB2312的方式进行byte 到char的转换就可以了。
再以压缩流为例（文件流实际上也是一样的)
public String uncompress(byte[] cmp) {
String ret = "";
int i;
byte[] buf = new byte[512];
try {
/**
*新的方式，始终保持以字节为核心，最后再按照合适的编码进行组装
*/
BufferedInputStream bis = new BufferedInputStream(new GZIPInputStream(new
ByteArrayInputStream(cmp)));
/**
* 以前的方式
* 在 new InputStreamReader()的时候发生了隐含的byte到char的转换，导致之后出来的都是乱码
*/
// BufferedReader bis = new BufferedReader(new InputStreamReader(new
// GZIPInputStream(new
// ByteArrayInputStream(cmp))));
ByteArrayOutputStream baos = new ByteArrayOutputStream();
BufferedOutputStream bos = new BufferedOutputStream(baos);
while ( (i = bis.read(buf)) > 0) {
bos.write(buf, 0, i);
}
bos.close();
baos.close();
bis.close();
ret = new String(baos.toByteArray());//用平台默认的编码进行组装，我是GB2312
}
catch (IOException ex) {
ex.printStackTrace();
}
return ret;
}
reader是以字符为核心，inputStream是以byte为核心的，当他们转换的时候就会进行byte到char的转换，所以我们要注重自己的调用的顺序。
我们假如今后再碰到乱码的问题，就去找找自己是不是什么地方进行了隐含的byte到char的转换。
|
