java編碼轉(zhuǎn)換過程

前面三篇博客側(cè)重介紹字符、編碼問題，通過這三篇博客各位博友對各種字符編碼有了一個初步的了解，要了解java的中文問題這是必須要了解的。但是了解這些僅僅只是一個開始，以下博客將側(cè)重介紹java亂碼是如何產(chǎn)生的、存在哪些亂碼的情況、該如何從根本上解決亂碼問題。各位隨博主一起征服令人厭煩的java亂碼問題吧！??！

java編碼轉(zhuǎn)換過程

我們總是用一個java類文件和用戶進行最直接的交互（輸入、輸出），這些交互內(nèi)容包含的文字可能會包含中文。無論這些java類是與數(shù)據(jù)庫交互，還是與前端頁面交互，他們的生命周期總是這樣的：

1、程序員在操作系統(tǒng)上通過編輯器編寫程序代碼并且以.java的格式保存操作系統(tǒng)中，這些文件我們稱之為源文件。

2、通過JDK中的javac.exe編譯這些源文件形成.class類。

3、直接運行這些類或者部署在WEB容器中運行，得到輸出結(jié)果。

這些過程是從宏觀上面來觀察的，了解這個肯定是不行的，我們需要真正來了解java是如何來編碼和被解碼的：

第一步：當我們用編輯器編寫java源文件，程序文件在保存時會采用操作系統(tǒng)默認的編碼格式（一般我們中文的操作系統(tǒng)采用的是GBK編碼格式）形成一個.java文件。java源文件是采用操作系統(tǒng)默認支持的file.encoding編碼格式保存的。下面代碼可以查看系統(tǒng)的file.encoding參數(shù)值。

System.out.println(System.getProperty("file.encoding"));

第二步：當我們使用javac.exe編譯我們的java文件時，JDK首先會確認它的編譯參數(shù)encoding來確定源代碼字符集，如果我們不指定該編譯參數(shù)，JDK首先會獲取操作系統(tǒng)默認的file.encoding參數(shù)，然后JDK就會把我們編寫的java源程序從file.encoding編碼格式轉(zhuǎn)化為JAVA內(nèi)部默認的UNICODE格式放入內(nèi)存中。

第三步：JDK將上面編譯好的且保存在內(nèi)存中信息寫入class文件中，形成.class文件。此時.class文件是Unicode編碼的，也就是說我們常見的.class文件中的內(nèi)容無論是中文字符還是英文字符，他們都已經(jīng)轉(zhuǎn)換為Unicode編碼格式了。

在這一步中對對JSP源文件的處理方式有點兒不同：WEB容器調(diào)用JSP編譯器，JSP編譯器首先會查看JSP文件是否設(shè)置了文件編碼格式，如果沒有設(shè)置則JSP編譯器會調(diào)用調(diào)用JDK采用默認的編碼方式將JSP文件轉(zhuǎn)化為臨時的servlet類，然后再編譯為.class文件并保持到臨時文件夾中。

第四步：運行編譯的類：在這里會存在一下幾種情況

1、直接在console上運行。

2、JSP/Servlet類。

3、java類與數(shù)據(jù)庫之間。

這三種情況每種情況的方式都會不同，

1.Console上運行的類

這種情況下，JVM首先會把保存在操作系統(tǒng)中的class文件讀入到內(nèi)存中，這個時候內(nèi)存中class文件編碼格式為Unicode，然后JVM運行它。如果需要用戶輸入信息，則會采用file.encoding編碼格式對用戶輸入的信息進行編碼同時轉(zhuǎn)換為Unicode編碼格式保存到內(nèi)存中。程序運行后，將產(chǎn)生的結(jié)果再轉(zhuǎn)化為file.encoding格式返回給操作系統(tǒng)并輸出到界面去。整個流程如下：

在上面整個流程中，凡是涉及的編碼轉(zhuǎn)換都不能出現(xiàn)錯誤，否則將會產(chǎn)生亂碼。

2.Servlet類

由于JSP文件最終也會轉(zhuǎn)換為servlet文件（只不過存儲的位置不同而已），所以這里我們也將JSP文件納入其中。

當用戶請求Servlet時，WEB容器會調(diào)用它的JVM來運行Servlet。首先JVM會把servlet的class加載到內(nèi)存中去，內(nèi)存中的servlet代碼是Unicode編碼格式的。然后JVM在內(nèi)存中運行該Servlet，在運行過程中如果需要接受從客戶端傳遞過來的數(shù)據(jù)（如表單和URL傳遞的數(shù)據(jù)），則WEB容器會接受傳入的數(shù)據(jù)，在接收過程中如果程序設(shè)定了傳入?yún)?shù)的的編碼則采用設(shè)定的編碼格式，如果沒有設(shè)置則采用默認的ISO-8859-1編碼格式，接收的數(shù)據(jù)后JVM會將這些數(shù)據(jù)進行編碼格式轉(zhuǎn)換為Unicode并且存入到內(nèi)存中。運行Servlet后產(chǎn)生輸出結(jié)果，同時這些輸出結(jié)果的編碼格式仍然為Unicode。緊接著WEB容器會將產(chǎn)生的Unicode編碼格式的字符串直接發(fā)送置客戶端，如果程序指定了輸出時的編碼格式，則按照指定的編碼格式輸出到瀏覽器，否則采用默認的ISO-8859-1編碼格式。整個過程流程圖如下：

3.數(shù)據(jù)庫部分

我們知道java程序與數(shù)據(jù)庫的連接都是通過JDBC驅(qū)動程序來連接的，而JDBC驅(qū)動程序默認的是ISO-8859-1編碼格式的，也就是說我們通過java程序向數(shù)據(jù)庫傳遞數(shù)據(jù)時，JDBC首先會將Unicode編碼格式的數(shù)據(jù)轉(zhuǎn)換為ISO-8859-1的編碼格式，然后在存儲在數(shù)據(jù)庫中，即在數(shù)據(jù)庫保存數(shù)據(jù)時，默認格式為ISO-8859-1。