Java中文乱码&特殊字符解决方案

Java中文乱码&特殊字符解决方案

相信很多朋友遇到过Java的乱码问题，最近我也在解决一个“使用文本生成图片过程中中文以及特殊字符乱码”的问题；花了我大量时间，Debug了sun.font、sun.awt下面的各种源码，终于搞懂了其机制，解决了目前次问题；现在把问题解决过程给写下来，做个记录，以免以后再次遇到。

遇到的问题

下面是我想要执行的代码（经过极度简化，但是意思没变）：

 1 public static void main(String[] args) throws IOException {
 2    File file = new File("test.png");
 3    Font font = new Font("宋体", Font.PLAIN, 10);
 4    BufferedImage bi = new BufferedImage(400, 200, BufferedImage.TYPE_INT_ARGB);
 5    Graphics2D g2 = (Graphics2D) bi.getGraphics();
 6    g2.setBackground(Color.WHITE);
 7    g2.clearRect(0, 0, 400, 200);
 8    g2.setFont(font);
 9    g2.setColor(Color.BLACK);
10    g2.setRenderingHint(RenderingHints.KEY_TEXT_ANTIALIASING, RenderingHints.VALUE_TEXT_ANTIALIAS_ON);
11    g2.drawString("为什么没有(????)(????)这名字特殊不？@￥￥￥ 为什么没有(????)(????)这名字特 ", 0, 10);
12    g2.dispose();
13    ImageIO.write(bi, PNG, file);
14 }

目标当然是想在打开test.png的时候看到如下场景：

在本地调试没问题之后，就放到了测试机（Linux）上面去执行了，执行结果简直扑街：

jdk1.8的sun源码下载

奉行程序员一贯作风：既然有问题，那就Debug！
坑爹的是现在的源码包已经不包含sun包的代码了！
幸好java官方确认OpenJDK的代码基本和JVM源码一致，可以直接从OpenJDK8u进行下载：jdk8u

至于如何使用源码debug，这个就不写了··· 这都不会基本也就别看这文章了

定位问题

直接下载好源码，远程断点，服务器执行，在debug中先发现了第一个产生本地和测试服务器不一致的代码：

原来JVM创建Font的时候会使用FontManagerFactory获取FontManager，而不同的系统使用的FontManager是不同的！Mac用的是CFontManager，而Linux用的是X11FontManager！

那么这两个FontManager的不同会导致什么不同呢？

  • CFontManager会创建CFont作为Font2D，这个CFont是JVM专门为mac创建的类，看类和方法的注释可以知道在mac环境下有时候物理字体会被CFont包装，而这是在native代码中完成的：
  • X11FontManager创建的Font2D是包含了逻辑字体和物理字体的集合。X11FontManager继承了FcFontManager，FcFontManager继承了SunFontManager；我们看一下X11FontManager的loadFonts()方法，直接使用了SunFontManager的loadFonts()，SunFontManager的loadFonts()方法加载了物理字体，SunFontManager实现了FontManager的preferLocaleFonts()方法，加载了逻辑字体：

逻辑字体与物理字体

代码debug到这边基本已经确认了是不同环境的字体加载问题，那么在debug linux环境的时候发现的逻辑字体和物理字体是什么东西呢？

物理字体

物理字体是实际的字体库，包含字形数据和表，这些数据和表使用字体技术（如 TrueType 或 PostScript Type 1）将字符序列映射到字形序列。Java Platform 的所有实现都支持 TrueType 字体；对其他字体技术的支持是与实现相关的。物理字体可以使用字体名称，如 Helvetica、Palatino、HonMincho 或任意数量的其他字体名称。通常，每种物理字体只支持有限的书写系统集合，例如，只支持拉丁文字符，或者只支持日文和基本拉丁文。可用的物理字体集合随配置的不同而有所不同。要求特定字体的应用程序可以使用 createFont 方法来捆绑这些字体，并对其进行实例化。

逻辑字体

逻辑字体是由必须受所有 Java 运行时环境支持的 Java 平台所定义的五种字体系列：Serif、SansSerif、Monospaced、Dialog 和 DialogInput。这些逻辑字体不是实际的字体库。此外，由 Java 运行时环境将逻辑字体名称映射到物理字体。映射关系与实现和通常语言环境相关，因此它们提供的外观和规格各不相同。通常，为了覆盖庞大的字符范围，每种逻辑字体名称都映射到几种物理字体。

问题解决

debug的源码很多，但是此次问题的关键点就在这里了，其它debug内容就不贴了。
既然已经确认了本地（mac环境）是native的代码帮我们做了物理字体的封装，转换成了CFont进行渲染，而Linux环境的X11FontManager只是帮我们加载了物理字体和逻辑字体，但是却需要我们自己进行选择，那么解决问题的第一步就显而易见了：将Font的创建从物理字体改为逻辑字体

1 //  Serif、SansSerif、Monospaced、Dialog 和 DialogInput 随意选择
2 Font font = new Font("Serif", Font.PLAIN, 10);

改完以后执行代码，仍然是乱码！继续Debug，发现是Linux上逻辑字体Serif映射的物理字体没有中文字体和对应的特殊符号字体，这就很简单了，直接在Linux上安装中文字体（simsun.ttf），再安装特殊符号“????”可显示的字体（mysi.ttf），将这两个字体也放到了jdk的fonts目录（JAVA_HOME/jre/lib/fonts）下。文章后面有Linux字体安装方法。

完成上面的改动之后，重启服务，再次执行成功显示！热烈庆祝~~~~

JVM逻辑字体映射配置

以上的改动已经可以解决中文和特殊字符乱码问题，但是我在Debug过程中发现在逻辑字体加载过程中，JVM会参考一个配置文件，代码在sun.awt.FontConfiguration中，这个配置类完成了逻辑字体和物理字体的映射，也指导了SunFontManager创建逻辑字体，而这个FontConfiguration读取的配置文件就是fontconfig.properties，这个配置文件目录是JAVA_HOME/jre/lib

查阅了一下资料，JVM字体配置文件的加载顺序如下：
JAVA_HOME/jre/lib/fontconfig.OS.Version.properties
JAVA_HOME/jre/lib/fontconfig.OS.Version.bfc
JAVA_HOME/jre/lib/fontconfig.OS.properties
JAVA_HOME/jre/lib/fontconfig.OS.bfc
JAVA_HOME/jre/lib/fontconfig.Version.properties
JAVA_HOME/jre/lib/fontconfig.Version.bfc
JAVA_HOME/jre/lib/fontconfig.properties
JAVA_HOME/jre/lib/fontconfig.bfc

OS是系统，例如：Linux、CentOs、RedHat等；Version是版本号

在这个配置文件中可以修改逻辑字体与物理字体的对应关系，也就是说可以手动的修改Serif、SansSerif、Monospaced、Dialog 和 DialogInput这五个逻辑字体在不同场景下所使用的真正物理字体。

举个栗子，下面的配置将serif.plain逻辑字体的中文使用simsun.ttf，拉丁文使用java自带字体：

 1 # @(#)linux.fontconfig.SuSE.properties 1.2 03/10/17
 2 #
 3 # Copyright 2003 Sun Microsystems, Inc. All rights reserved.
 4 #
 5
 6 # Version
 7 version=1
 8
 9 # Component Font Mappings
10 serif.plain.chinese=-misc-simsun-medium-r-normal--*-%d-*-*-c-*-iso10646-1
11 serif.plain.latin-1=-b&h-lucidabright-medium-r-normal--*-%d-*-*-p-*-iso8859-1
12
13 # Search Sequences
14 sequence.allfonts=latin-1,chinese
15
16 # Exclusion Ranges
17
18 # Font File Names
19 filename.-misc-simsun-medium-r-normal--*-%d-*-*-c-*-iso10646-1=/usr/share/fonts/myfonts/simsun.ttf

Linux安装字体

  • Linux字体目录：/usr/share/fonts
  • 在fonts下面新建一个目录，例如：mkdir myfonts
  • 将需要安装的字体放到新建目录下面，例如：cp ~/test/simsun.ttf /usr/share/fonts/myfonts
  • 进入到myfonts目录：cd /usr/share/fonts/myfonts
  • 执行如下命令：
    • mkfontscale
    • mkfontdir
    • fc-cache -fv
  • 查看是否已经安装对应的字体：fc-list
  • fc-cache -fv 命令用来刷新linux的字体缓存，使其立刻生效

PS：以上所有操作基本都需要root权限

原文地址：https://www.cnblogs.com/vanexu/p/8728835.html

时间： 2024-10-29 03:32:35

Java中文乱码&特殊字符解决方案的相关文章

JAVA中文乱码之解决方案

1.解决HTML页面的中文问题:为了使HTML页面很好的支持中文,在每个HTML页面的<head>标签内部增加(创建HTML页面自带) <head> <meta charset="UTF-8"> <title>Insert title here</title> </head> 2.解决jsp页面中的中文问题:pageEncoding是jsp文件本身的编码contentType的charset是指服务器发送给客户端时

JSP中文乱码问题解决方案

1.项目工程编码统一采用UTF-8编码 2.JSP页面采用UTF-8编码 <%@ page language="java" import="java.util.*,entity.Student" pageEncoding="UTF-8"%> 3.设置request内置对象采用utf-8编码,防止表单提交产生信息乱码(POST方式提交) request.setCharacterEncoding("utf-8"); 4

在jQuery中Ajax的Post提交中文乱码的解决方案(转)

引言: 在jQuery的Ajax POST请求中,进行请求,其中的中文在后台,显示为乱码,该如何解决呢? 问题的引入: var regid = $('#oregion').combobox('getValue'); //var sname = $('#sname').val(); var sname = encodeURI($('#sname').val(),"UTF-8"); if(regid!=""&&regid!='undefined'){ $

中文乱码问题解决方案

UTF-8编码与GBK,GB2312编码区别 UTF-8:Unicode TransformationFormat-8bit,允许含BOM,但通常不含BOM.是用以解决国际上字符的一种多字节编码,它对英文使用8位(即一个字节),中文使用24为(三个字节)来编码.UTF-8包含全世界所有国家需要用到的字符,是国际编码,通用性强.UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示.如,如果是UTF8编码,则在外国人的英文IE上也能显示中文,他们无需下载IE的中文语言支持包. GBK是国家

GDAL在java中乱码问题解决方案

[前序] 首先关于GDAL源码方面,GDAL开源项目源码是使用C++语言所写,通过源码的编译可以生成支持一系列语言如c++/java/php/csharp/perl/python/ruby开发所依赖的第三方包或头文件.GDAL的同时支持不同平台下的编译生成,在Win平台下使用起来出现的问题较多,比如编译时选择不同的编译选项32位或x64位产生出不同的依赖库,还有中文路径.中文读写问题等等. 在使用GDAL在java环境下进行读写数据文件时,遇到java语言读tab数据源出现乱码问题,具体的情况描

Eclipse工程，中文乱码问题解决方案

Eclipse工程,中文乱码问题解决方案 将工程的属性设置为GBK: 如果一个工程家里的时候是按照GBK,而Eclipse默认的编码是UTF-8,所以如果导入的工程是GBK,则可以将工程更改为UTF-8试试: 如果还是不行的话,暂时无法解决,百度无数,基本上都是说编码问题,只是我自己也碰到过更改编码格式为GBK/UTF-8依然解决不了问题的情况.

关于c++与java中文乱码问题分析与解决

关于c++与java中文乱码问题分析与解决 DionysosLai([email protected])  2014/8/1 问题分析: 之所以会出现中文乱码问题,归根结底在于中文的编码与英文的编码方式存在差异. 在java内部是使用16bit的unicode编码(即utf-16)来表示字符串,无论英文还是中文都是2字节. C/C++使用的是原始数据,ascii是一个字节,中文一般是GB2312编码,用2个字节表示一个汉字. Jni内部是使用utf-8编码表示字符串的,utf-8是扁长的unic

文《关于c++与java中文乱码问题分析与解决》中一个bug分析

文<关于c++与java中文乱码问题分析与解决>中一个bug分析 DionysosLai([email protected]) 2014/10/21 在前几篇一博客<关于c++与java中文乱码问题分析与解决>,地址如下:http://blog.csdn.net/dionysos_lai/article/details/38389765.文中详细介绍了c++与java数据传递时,为何会出现中文乱码的原因,并提出了适当的解决方法.方法如下: int CCDirector::GBKTo

java中文乱码解决方法汇总

publicstaticvoidmain(String[]argv){ try{ System.out.println("中文");//1 System.out.println("中文".getBytes());//2 System.out.println("中文".getBytes("GB2312″));//3 System.out.println("中文".getBytes("ISO8859_1″));