Java 編碼那些事（二）

建議先閱讀：Java 編碼那些事（一）

現在說說編碼在Java中的實際運用。在使用tomcat的時候，絕大部分同學都會遇到亂碼的問題，查查檔案，google一下解決方案啥的，都是設定這裡，設定那裡，或者在程式碼中新增編碼方式，雖然最終問題解決了，但是你真的知道這是什麼意思麼？

在平時開發Java的時候，我們會遇到很多編碼設定，其中包括：

Java檔案的編碼：Java檔案的編碼表示編寫程式碼得時候，.java檔案本身的編碼，這個編碼的影響在於將你的寫的程式碼原始檔複製一份，使用其他編輯器開啟，若兩個編輯器的預設編碼方式不一樣，則開啟原始檔就會變成亂碼。一般英文的影響不大，因為大多數編碼都相容ASCII編碼，但是中文要是編碼不正確，則會亂碼。

IDEA的設定在：Setting->Editor->File Encodings中設定
JVM編碼：JVM編碼表示JVM在讀取String型別的預設編碼，可以使用Charset.defaultCharset().name() 獲取。可以在JVM啟動引數中使用-Dfile.encoding=UTF-8進行設定。

一般需要區分的就是這兩種編碼。下面著重說下JVM編碼的體現。

位元組流與字元流

熟悉IO的同學應該都明白這兩個流的區別。一般會出現字元亂碼都在於需要與其他程式進行IO的時候。

先看看使用位元組流進行讀取檔案的時候：

    public static void main(String[] args){
        String path="G:\\test.txt";

        try(BufferedInputStream inputStream=new BufferedInputStream(new FileInputStream(path))) {
            for (byte bytes[] = new byte[1024]; inputStream.read(bytes) != -1; ) {
                String context = new String(bytes);
                System.out.println(context);
            }
        }catch (IOException e){
            e.printStackTrace();
        }
    }

然後再G盤新建一個文字檔案，輸入一段文字。使用預設的格式儲存。

可以檢視輸出：

�����ļ��ļ�

亂碼了，下面來分析一下：

首先這裡是JVM執行時的編碼，因此和JVM的編碼設定有關。列印JVM目前的編碼設定：

System.out.println(Charset.defaultCharset().name());
輸出：UTF-8

找到剛剛新建的檔案test.txt，點選另存為，可以發現預設編碼為ANSI，前一篇文章中說過，ANSI作為windows系統中的特殊存在，它在簡體中文編碼的情況下預設為GBK編碼。這便是亂碼的原因，解決方案有兩種：

設定JVM啟動項：-Dfile.encoding = GB2312
在編碼byte陣列的時候，指定GB2312編碼:String context = new String(bytes,"GB2312");

這裡推薦第二種，畢竟UTF8更加通用

問題完美解決。

同理，網路IO也能通過以上方法解決。

看明白了上面的發現問題和解決問題的流程的同學，下次遇到檔案編碼的問題，相信應該能夠獨立解決問題。

實戰

明白了各種編碼問題，現在我們可以著手進行實戰。

第一次使用IDEA開發Servlet的時候，大多數都會遇見亂碼問題，包括：

控制檯輸出Tomcat紀錄檔亂碼
網頁顯示Servlet返回的中文亂碼

雖然各種Google後，終於解決了，但是可能依然不明白其中的緣由。下面我們來一探究竟

Tomcat紀錄檔

首先解決Tomcat紀錄檔亂碼的問題，首先要明白：Tomcat作為一個獨立的程序,IDEA是怎麼獲取到Tomcat紀錄檔的呢？在IDEA控制檯中的Tomcat啟動紀錄檔中，我們可以找到一個紀錄檔記錄：

 -Dcatalina.base=C:\xxx\.IntelliJIdea2018.3\system\tomcat\xxx

複製選項中的路徑，在資料夾中開啟，進入logs資料夾，就可以發現這個是tomcat的紀錄檔檔案輸出路徑，而IDEA正是讀取了這個檔案中的內容輸出到控制檯中，我們可以使用記事本開啟紀錄檔檔案，然後選擇另存為，可以發現檔案的預設編碼是ANSI,也就說在簡體中文下是GBK編碼。

而讀取文字檔案內容一般有兩種方式，第一種是字元流，第二種是位元組流，位元組流可以指定字元編碼也可以通過的JVM啟動引數-Dfile.encoding指定預設編碼。

明白了上面的問題，我們就能知道為什麼亂碼了，這是因為IDEA的預設編碼和這個紀錄檔檔案的編碼格式不統一導致的。

解決方案很簡單，統一兩個系統的編碼，對於Tomcat的輸出的紀錄檔檔案，我們可以設定Tomcat啟動的VM選項：Edit Configurations->Server-> VM options編輯新增：-Dfile.encoding=UTF-8

設定完Tomcat編碼後，刪除剛剛路徑中的紀錄檔檔案，重啟Tomcat服務，再使用記事本開啟剛剛的紀錄檔檔案，另存為我們可以發現，編碼已經變成了UTF-8。

IDEA

接下來設定IDEA的編碼，IDEA預設編碼暫時沒有找到查詢方式，我們也可以將其指定為UTF-8,找到IDEA的安裝路徑，在bin目錄中可以發現一個名為idea.exe.vmoptions和idea64.exe.vmoptions選項，分別開啟，新增-Dfile.encoding=UTF-8後，重啟IDEA.

完成上面兩步後，再次啟動Tomcat服務，你會發現紀錄檔已經正常。

注：如果依然發現亂碼，則可能是IDEA快取了當前專案的編碼設定，你可以在當前專案的.idea資料夾中找到encoding.xml檔案，刪除所有不是UTF-8的編碼設定，重啟IDEA即可。

網頁亂碼

我們都知道，瀏覽器瀏覽的網頁其實是從伺服器傳送的HTML檔案到瀏覽器中顯示，而傳送的是通過位元組流傳輸，這個過程就涉及到解碼->編碼的過程，在HTTP協定中，編碼的協定通過Header中的charset中設定。

為什麼放header，因為HTTP請求會先解析header，而且header一般不會有ascii無法解析的字元，一般都是英文

網頁亂碼其實很好解決，如果發現在Servlet中，返回中文給瀏覽器的時候瀏覽器返回的是???

點選F12，抓包網路後，找到Response Body 中的charset選項，可以發現charset=ISO-8859-1

也就說預設的Tomcat使用的編碼是ISO-8859-1，這是西歐的語言編碼，它是不相容中文的。如果你在Servlet返回的結果中新增一點法語：Ä ä或者德語什麼的，你會發現會正常顯示。

charset的意思便是Tomcat是以什麼樣的方式編碼位元組，而瀏覽器便會以這樣的編碼方式解碼位元組。

我們可以將charset修改為相容中文的即可，比如UTf-8,GB2312等,建議使用UTF-8，在Servlet中，設定編碼的方式為：

response.setCharacterEncoding("UTF-8");

也可以如下：

 resp.setContentType("text/html;charset=UTF-8");

建議第一種方式。

到這裡，所有的亂碼問題都已經解決。

其實，亂碼不可怕，可怕的是經歷了這麼多次亂碼卻依然不去了解它。

微信搜尋公眾號:StackTrace，關注我們，不斷學習，不斷提升