java 與 mysql 中文問題的處理 sliant（原作）

關(guān)鍵字java mysql jdbc GBK unicode character charset 中文 字符集 數(shù)據(jù)庫


終于搞定了，特寫一篇文章來紀(jì)念一下 :-)


我的環(huán)境：
中文簡體 win2000 pro + sp3
mysql server 4.0.12
j2sdk 1.4.01
connetcor-j 3.0.7


問題：用 jdbc 插入、讀取數(shù)據(jù)庫種文字串亂碼。


首先，mysql 數(shù)據(jù)庫中的東西都是二進(jìn)制存放的，支持任何數(shù)據(jù)，當(dāng)然包括中文。你到命令行下
insert into testtable values ( '中文' );
select * from testtable;
全都顯示正常。
但是，雖然存取中文沒問題，但排序、匹配的時(shí)候有問題。所以如果你的數(shù)據(jù)庫里有中文的話，記得在配置文件中，如 c:\winnt\my.ini 中的 [mysqld] 里添加一行：
default-character-set=gbk
然后重啟 mysql server 。 注意 gbk 要小寫，不然 mysqld 啟動(dòng)不了。


其次，數(shù)據(jù)庫沒問題，下面看看 java 程序。在程序里很無聊地加一句調(diào)試語句：
out.println("中文");
也顯示正常，說明整個(gè) java 環(huán)境沒問題。


所以，當(dāng)然是聯(lián)系 java 和 mysql 的部分，mysql jdbc driver 出問題了。
分析一下，java 內(nèi)部使用 unicode ，而 mysql 缺省使用 iso-8xxx（忘了），所以 jdbc driver 把查詢字符串傳給 mysql server 時(shí)，會(huì)做 unicode->iso-8xxx 的轉(zhuǎn)換，從 mysql server 接受結(jié)果時(shí)，會(huì)做 iso-8xxx->unicode 的轉(zhuǎn)換。（在屏幕上顯示結(jié)果時(shí)會(huì) unicode->GBK，不過不關(guān)這里的事。）
這就有問題了，我在命令行下插入數(shù)據(jù)庫的中文字符串是 GBK （這是簡體中文 windows 的默認(rèn)），所以 jdbc driver 接受查詢結(jié)果時(shí)，應(yīng)該做 GBK->unicode 的轉(zhuǎn)換才對(duì)。
驗(yàn)證一下，對(duì)從數(shù)據(jù)庫中讀出的中文字串 s ，
new String( s.getByte("iso-8xxx"), "gbk" )
將 s 先做一個(gè) unicode->iso-8xxx 轉(zhuǎn)換成它存放在數(shù)據(jù)庫中的原始模樣。我們知道它是 gbk ，所以手工來 gbk->unicode ，這樣 java 程序就顯式正常了。
類似，寫入數(shù)據(jù)庫的時(shí)候，我們期待 jdbc driver 會(huì)把 unicode->gbk ，結(jié)果卻是 unicode->iso-8xxx ，當(dāng)然是亂碼了。


有很多文章，就到此為止，并告訴我們：要解決中文問題，自己手工轉(zhuǎn)碼吧。
這實(shí)在是不負(fù)責(zé)任。如果每一個(gè)字符串都要手工轉(zhuǎn)碼，說明程序設(shè)計(jì)出了問題。
想一想，寫 mysql jdbc driver 的家伙會(huì)連轉(zhuǎn)碼都不知道？
所以我看看 connector-j-3.0.7 里面的 readme, 找到一個(gè)解決方案：
connection = DriverManager.getConnection( "jdbc:mysql://localhost/test?user=root&password=&useUnicode=true&characterEncoding=GBK" );
這是告訴 jdbc driver 強(qiáng)制按指定參數(shù)轉(zhuǎn)碼


其實(shí)還是有問題。如果 mysql server 一定得用 iso-8xxx ，那就只有用上一個(gè)辦法了。但我記得我的 mysql 是 gbk ，不是都改過 my.ini 了嗎？ jdbc driver 怎么都不自動(dòng)探測(cè) mysql server 的字符集呢？
這個(gè)時(shí)候就看到開放源碼的好處了 :-) connector-j-3.0.7 源碼中確實(shí)有代碼讀取 mysql server 的信息，包括字符集。從注釋中知道，
作者為 unicode 轉(zhuǎn)換到單字節(jié)字符集寫了自己的轉(zhuǎn)換函數(shù)，并號(hào)稱比 jvm 的快百分之多少多少。所以代碼中有一段，判段數(shù)據(jù)庫如果使用的是單字節(jié)就調(diào)用自己的轉(zhuǎn)換函數(shù)。但這段代碼后面就忘了把多字節(jié)字符集交給 jvm 去轉(zhuǎn)換了，所以變成了缺省的 iso-8xxx 轉(zhuǎn)換。
我的修改方式： com\mysql\jdbc\Connecter.java 這個(gè)文件的 1969 行，
this.doUnicode = true; // force the issue
將之上移四行到 1964 行，放在下面這一行的前面：
try {
用這份代碼重新編出來的 jdbc driver ，你的 java 訪問數(shù)據(jù)庫的程序不用做任何修改就可以正確讀寫中文了，不過要記得 mysql server 要 default-character-set=gbk
我使用它測(cè)試了幾個(gè)小程序，中文都顯示正常，而且都沒死機(jī)、異常。呵呵，自我感覺很好。