如何以正确的方式编码和解码字符[重复]

Question

我正在开发一个使用编码为UTF-8 的网站。 服务端采用Java开发，数据库采用Windows-1252编码。

如何正确编码字符，以便它们在数据库查看器和客户端都能正确显示？

编辑

代码如下：

Class.forName("com.pervasive.jdbc.v2.Driver");

Connection conn = DriverManager.getConnection("jdbc:pervasive://XXX.XXX.XXX.XXX/TEST","xxxx", "xxxxx");

Statement stmt = conn.createStatement();

String sql = "INSERT INTO MyTest (COL1, COL2) VALUES (99999, 'Ó 456789 ñÑ; ° - + ( _ . - / \\ & <' )";
stmt.executeUpdate(sql);

数据库查看器显示：? 456789 ??; ? - + ( _ . - / \\ & < 而不是Ó 456789 ñÑ; ° - + ( _ . - / \\ & <

当SELECT被执行时，字符串? 456789 ??; ? - + ( _ . - / \\ & <被检索

Answer 1

在 Java 中 String 在内部使用 UTF-16：

如果你有一个普通的 Java String，你不需要做任何事情，如果你在插入语句中将它作为 String 插入，你的 JDBC 驱动程序会将 Java String 透明地转换为它使用的任何编码。

当您阅读 ResultSet.getString() 时，它会透明地返回 Java String。

如果不是这种情况，则说明应用程序中的某些内容配置不正确，并且插入的错误数据不是它所说的编码。垃圾进/垃圾出。

当您需要担心编码/解码时：

在将文本数据读/写到只接受byte[] 的文件或套接字时，您只需要担心转换byte[] 编码。

使用代表文本的byte[] 时，您需要使用new String(bytes,Charset) 和byte[] b = string.getBytes(Charset); 分别指定源/目标String 传入和需要传出的任何编码。

永远不要依赖默认编码：

永远不要使用new String(byte[]) 或.getBytes()，它们使用default 编码，因为它可以改变的所有方式对你的代码都是不透明的，所以你得到的都是废话。

微妙的问题是UTF-8、Windows-1252 和其他几个编码是ASCII 的超集，并且在此范围内也相互重叠。因此，如果您使用default 编码，一切可能看起来工作正常，然后当您摄取/导出一些包含non-ASCII 范围字符的byte[] 时，事情就会爆炸。

总结：

1. 切勿使用 byte[] 表示文本，除非某些 API 要求您这样做。
2. 从不依赖默认编码，即使您认为自己知道它是什么。
3. 总是在从byte[] 或byte[] 转换时指定Charset。
4. 切勿将Charset 编码与URL/URI/HTML/XML 转义混为一谈。
5. Unicode 不是编码。