關於Servlet、Jsp中的多國語言顯示 – JAVA編程語言程序開發技術文章

因為一直不信Java竟會有不能混排顯示多國語言的BUG,這個周末研究瞭一下Servlet、Jsp的多國語言顯示的問題,也就是Servlet的多字符集問題,由於我對字符集的概念還不是很清晰所以寫出的東西未必是準確的,我是這樣理解Java中的字符集的:在運行時,每個字符串對象中存儲的都是編碼為UNICODE內碼的(我覺得所有的語言中都是有相應編碼的,因為在計算機內部字符串總是用內碼來表示的,隻不過一般計算機語言中的字符串編碼時平臺相關的,而Java則采用瞭平臺無關的UNICODE)。

  Java從一個byte流中讀取一個字符串時,將把平臺相關的byte轉變為平臺無關的Unicode字符串。在輸出時Java將把Unicode字符串轉變為平臺相關的byte流,如果某個Unicode字符在某個平臺上不存在,將會輸出一個′?′。舉個例子:在中文Windows中,Java讀出一個”GB2312″編碼的文件(可以是任何流)到內存中構造字符串對象,將會把GB2312編碼的文字轉變為Unicode編碼的字符串,如果把這個字符串輸出又將會把Unicode字符串轉化為GB2312的byte流或數組:”中文測試”—–>”u4e2du6587u6d4bu8bd5″—–>”中文測試”。

如下例程:

byte[] bytes = new byte[]{(byte)0xd6, (byte)0xd0, (byte)0xce, (byte)0xc4, (byte)0xb2, (byte)0xe2, (byte)0xca, (byte)0xd4};//GBK編碼的”中文測試”

java.io.ByteArrayInputStream bin = new java.io.ByteArrayInputStream(bytes);

java.io.BufferedReader reader = new java.io.BufferedReader(new java.io. InputStreamReader (bin,”GBK”));

String msg = reader.readLine();

System.out.println(msg)

  這段程序放到包含”中文測試”這四個字的系統(如中文系統)中,可以正確地打印出這些字。msg字符串中包含瞭正確的”中文測試”的Unicode編碼:”u4e2du6587u6d4bu8bd5″,打印時轉換為操作系統的默認字符集,是否可以正確顯示依賴於操作系統的字符集,隻有在支持相應字符集的系統中,我們的信息才能正確的輸出,否則得到的將會是垃圾。

  話入正題,我們來看看Servlet/Jsp中的多語言問題。我們的目標是,任一國傢的客戶端通過Form向Server發送信息,Server把信息存入數據庫中,客戶端在檢索時仍然能夠看到自己發送的正確信息。事實上,我們要保證,最終Server中的SQL語句中保存的時包含客戶端發送文字的正確Unicode編碼;DBC與數據庫通訊時采用的編碼方式能包含客戶端發送的文字信息,事實上,最好讓JDBC直接使用UNICODE/UTF8與數據庫通訊!這樣就可以確保不會丟失信息;Server向客戶端發送的信息時也要采用不丟失信息的編碼方式,也可以是Unicode/Utf8。

  如果不指定Form的Enctype屬性,Form將把輸入的內容依照當前頁面的編碼字符集urlencode之後再提交,服務器端得到是urlencoding的字符串。編碼後得到的urlencoding字符串是與頁面的編碼相關的,如gb2312編碼的頁面提交”中文測試”,得到的是”%D6%D0%CE%C4%B2%E2%CA%D4″,每個”%”後跟的是16進制的字符串;而在UTF8編碼時得到的卻是”%E4%B8%AD%E6%96%87%E6%B5%8B%E8%AF%95″,因為GB2312編碼中一個漢字是16位的,而UTF8中一個漢字卻是24位的。中日韓三國的ie4以上瀏覽器均支持UTF8編碼,這種方案肯定包涵瞭這三國語言,所以我們如果讓Html頁面使用UTF8編碼那麼將至少可以支持這三國語言。

  但是,如果我們html/Jsp頁面使用UTF8編碼,因為應用程序服務器可能不知道這種情況,因為如果瀏覽器發送的信息不包含charset信息,至多Server知道讀到Accept-Language請求投標,我們知道僅靠這個投標是不能獲知瀏覽器所采用編碼的,所以應用程序服務器不能正確解析提交的內容,為什麼?因為Java中的所有字符串都是Unicode16位編碼的,HttpServletRequest.request(String)的功能就是把客戶端提交的Urlencode編碼的信息轉為Unicode字符串,有些Server隻能認為客戶端的編碼和Server平臺相同,簡單地使用URLDecoder.decode(String)方法直接解碼,如果客戶端編碼恰好和Server相同,那麼就可以得到正確地字符串,否則,如果提交地字符串中包含瞭當地字符,那麼將會導致垃圾信息。

  在我提出的這個解決方案裡,已經指定瞭采用Utf8編碼,所以,可以避免這個問題,我們可以自己定制出decode方法:

public static String decode(String s,String encoding) throws Exception {

StringBuffer sb = new StringBuffer();

for(int i=0; i<s.LENGTH(); style="TEXT-INDENT: 2em" i++) {

char c = s.charAt(i);

switch (c) {

case ′+′:

sb.append(′ ′);

break;

case ′%′:

try {

sb.append((char)Integer.parseInt(

s.substring(i+1,i+3),16));

}

catch (NumberFormatException e) {

throw new IllegalArgumentException();

}

i += 2;

break;

default:

sb.append(c);

break;

}

}

// Undo conversion to external encoding

String result = sb.toString();

byte[] inputBytes = result.getBytes(“8859_1”);

return new String(inputBytes,encoding);

}

  這個方法可以指定encoding,如果把它指定為UTF8就滿足瞭我們的需要。比如用它解析:”%E4%B8%AD%E6%96%87%E6%B5%8B%E8%AF%95″就可以得到正確的漢字”中文測試”的Unicode字符串。

現在的問題就是我們必須得到客戶端提交的Urlencode的字符串。對於method為get的form提交的信息,可以用HttpServletRequest.getQueryString()方法讀到,而對於post方法的form提交的信息,隻能從ServletInputStream中讀到,事實上標準的getParameter方法被第一次調用後,form提交的信息就被讀取出來瞭,而ServletInputStream是不能重復讀出的。所以我們應在第一次使用getParameter方法前讀取並解析form提交的信息。

  我是這麼做的,建立一個Servlet基類,覆蓋service方法,在調用父類的service方法前讀取並解析form提交的內容,請看下面的源代碼:

package com.hto.servlet;

import javax.servlet.http.HttpServletRequest;

import java.util.*;

/**

* Insert the type′s description here.

* Creation date: (2001-2-4 15:43:46)

* @author: 錢衛春

*/

public class UTF8ParameterReader {

Hashtable pairs = new Hashtable();

/**

* UTF8ParameterReader constructor comment.

*/

public UTF8ParameterReader(HttpServletRequest request) throws java.io.IOException{

super();

parse(request.getQueryString());

parse(request.getReader().readLine());

}

/**

* UTF8ParameterReader constructor comment.

*/

public UTF8ParameterReader(HttpServletRequest request,String encoding) throws java.io.IOException{

super();

parse(request.getQueryString(),encoding);

parse(request.getReader().readLine(),encoding);

}

public static String decode(String s) throws Exception {

StringBuffer sb = new StringBuffer();

for(int i=0; i<s.LENGTH(); style="TEXT-INDENT: 2em" i++) {

char c = s.charAt(i);

switch (c) {

case ′+′:

<p style

You May Also Like