[置顶] 网络传输中文编码问题

以下文章复制自http://blog.sina.com.cn/s/blog_7a3510120100xt5b.html
1.要解决中文乱码问题，首先得了解什么是字符编码
   计算机要处理各种字符，就需要将字符和二进制内码对应起来，这种对应关系就是字符编码。要制定字符编码首先要确定字符集，并将
   字符集内的字符排序，然后和二进制数字对应起来，根据字符集内字符的多少，确定几个字节来编码。
2.常用的字符编码
   ASCII 编码是目前计算机中常用的最广泛地 字符集及其编码。ISO-8859-1可以表示的是西欧语言，看起来很单一，但是由于是单字节编码，与计算机最基础的表示单位一致，所以在很多时候，仍旧 使用ISO-8859-1编码来表示，而且在很多协议上默认使用这种编码。Unicode编码（统一码）,通常所说的UTF-8就是Unicode编码的 实现方式。GB2312字集是简体字集；BIG5字集是台湾繁体字集；GBK字集是简繁字集；GB18030 是国家制定的一个强制性大字集标准；Linux系统默认的使用的是ISO-8859-1编码,。现在的PC平台必须支持GB18030，对嵌入式产品暂不
作要求。所以手机、MP3一般只支持GB2312。

3.网络传输产生中文乱码原因
   网络通信中，产生乱码的原因主要是通信过程中使用了不同的编码方式：服务器中的编码方式，传输过程中的编码方式，传输到达终端设备的编码方式。因此在传输 过程中就需要至少两次编码转换：首先从服务器编码转为网络编码，再从网络编码转为终端设备编码。在转换的过程中出现任何情况都可能出现编码混乱。
4.处理中文乱码问题常用三种方式解决
  （1）由于大部分终端设备都支持Unicode字符集，所以在连接网页时，我们希望网页数据在网络传输时使用UTF-8方式传输，我们就可以将UTF-8 转化为Unicode字符集。下面我们将通信过程中得到的流转化为字节，然后再将字节按GB2312 的方式进行转换得到字符串。
       InputStream is = conn.getInputStream();
       BufferedInputStream bis = new BufferedInputStream(is);
       byte  bytearray[] = new  byte[1024];
        int current= -1;
        int i=0;
        while((current=bis.read())!=-1) {
            bytearray[i] =(byte) current;
             i++;
      }
     resultData = new String (bytearray,"GB2312");//网络中以字节想形式默认为UTF-8进行编码，以GB2312显示到终端
     通过上面的转换，“resultData”字符串便可以显示中文效果了。

      (2)另一种方式是书记在传递的过程中使用ISO-8859-1字符集，这样就是直接使用了ASCII编码方式，当然在传递到终端设备时，需要将其数据反转才能够正常的显示。下面我们将一个字符串按ISO-8859-1字符集进行转换为gbk，代码如下：
      public static String formatStr(String str){
        if(str==null || str.length()==0){
          return "";
       }
       try{
         return new String (str.getBytes("ISO-8859-1"),"gbk");  //先在网络中以ISO-8859-1进行编码，再以gbk输出到终端
     }
    }
3. 第三种比较简单
InputStream is = conn.getInputStream();
BufferedInputStream bis = new BufferedInputStream(new InputStreamReader(is,"gb2312"));//gbk也行
这样设置下相当于直接用默认编码转为byte数组，再用指定的编码编成字符
总结：归根结底，解决中文乱码只需要两个步骤：
·使用getBytes("编码方式")；来对汉字进行重编码，得到它的字节数组。
·再使用new String (Bytes[],"解码方式");来对字节数组进行相应的解码。