gbk 编码1个汉字占多少字节(记录一个关于GBK编码的问题)

区分 UTF-8 和 GBKGBK 是在国家标准 GB2312 基础上扩容后兼容 GB2312 的标准,专门用来解决中文编码的,是双字节的,不论中英文都是双字节的,今天小编就来聊一聊关于gbk 编码1个汉字占多少字节?接下来我们就一起去研究一下吧!

gbk 编码1个汉字占多少字节(记录一个关于GBK编码的问题)

gbk 编码1个汉字占多少字节

背景

区分 UTF-8 和 GBK

GBK 是在国家标准 GB2312 基础上扩容后兼容 GB2312 的标准,专门用来解决中文编码的,是双字节的,不论中英文都是双字节的。

UTF-8 是一种国际化的编码方式,包含了世界上大部分的语种文字(简体中文字、繁体中文字、英文、日文、韩文等语言),也兼容 ASCII 码。

虽然 GBK 比 UTF-8 少节省两个字节,但是 GBK 只包含中文,UTF-8 包含全世界所有国家需要用到的字符,所以现在很多系统或者框架处理都默认使用 UTF-8 。

不过业务开发对接系统接口的时候,经常会碰到一些老系统使用 GBK 编码,特别是国内支付,这个时候需要兼容 GBK 和 UTF-8 编码。

如何让项目兼容 UTF-8 和 GBK

我们使用 spring boot 2.7 版本。我们默认API使用 UTF-8 ,特别的 API 使用 GBK。在 spring boot 中,当收到请求解析前会通过 CharacterEncodingFilter 进行内容编码格式指定。

@Override protected void doFilterInternal( HttpservletRequest request, HttpServletResponse response, FilterChain filterChain) throws ServletException, IOException { String encoding = getEncoding(); if (encoding != null) { // 请求进来设置编码(设置了请求强制转编码或请求头未设置编码时) if (isForceRequestencoding() || request.getCharacterEncoding() == null) { request.setCharacterEncoding(encoding); } // 设置了响应强制转编码 if (isForceResponseEncoding()) { response.setCharacterEncoding(encoding); } } filterChain.doFilter(request, response); }

通过以下方式可以修改项目全局的编码方式

server: servlet: encoding: charset: UTF-8 force-request: false force-response: false

看下默认情况下,编码格式 UTF-8 并且每次都强制转换,什么意思?也就是说就算你请求头 application/json;charset=GBK 这样也不会按照头上的编码解析,会强制给你转成 UTF-8,如果是 GBK 过来的内容,你就等着吃乱码吧!

@Bean @ConditionalOnMissingBean public CharacterEncodingFilter characterEncodingFilter() { CharacterEncodingFilter filter = new OrderedCharacterEncodingFilter(); filter.setEncoding(this.properties.getCharset().name()); filter.setForceRequestEncoding(this.properties.shouldForce(Encoding.Type.REQUEST)); filter.setForceResponseEncoding(this.properties.shouldForce(Encoding.Type.RESPONSE)); return filter; } public Boolean shouldForce(Type type) { Boolean force = (type != Type.REQUEST) ? this.forceResponse : this.forceRequest; if (force == null) { force = this.force; } if (force == null) { force = (type == Type.REQUEST); } return force; }

现在有一个支付系统,它请求的内容为 GBK 编码,并且有 GET 和 POST 两种方式过来,我们系统接口默认是 UTF-8,所以只有针对特定的 GBK 接口进行处理。需要支持下面几种请求情况。

  1. POST 对方的请求内容 GBK 编码并且请求头里指定了编码方式 application/json;charset=GBK。
  2. POST 对方的请求内容 GBK 编码并且请求头里未指定编码方式 application/json。
  3. GET 对方的请求内容 GBK 编码。

第一种情况,我们只需要关闭强制转换,带了charset=gbk,就会使用 gbk 编码进行解析,默认不带则使用 utf-8 解析。

server: servlet: encoding: force: false

第二种和第三种情况,我们需要先关闭强制转换,然后添加一个优先级很高的过滤器将指定的请求设置为 GBK 编码格式(也就是在进入spring 解析前就要处理),如果使用 tomcat 容器的话如下处理。

@Slf4j @Configuration public class GBKFilterConfig { @Bean public FilterRegistrationBean gbkFilter() { FilterRegistrationBean registration = new FilterRegistrationBean(); registration.setDispatcherTypes(DispatcherType.REQUEST); registration.setFilter(new Filter() { @Override public void init(javax.Servlet.FilterConfig filterConfig) throws ServletException { } @Override public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException { RequestFacade req = (RequestFacade) request; Class clazz = req.getClass(); log.info("GBK Filter..."); try { Field field = clazz.getDeclaredField("request"); field.setAccessible(true); Request r = (Request) field.get(req); org.apache.coyote.Request p = r.getCoyoteRequest(); // GET 请求参数强使用 GBK 编码。 p.getParameters().setQueryStringCharset(Charset.forName("GBK")); // POST 请求带头未指定编码,强制使用 GBK p.getParameters().setCharset(Charset.forName("GBK")); p.setCharset(Charset.forName("GBK")); chain.doFilter(request, response); } catch (Exception e) { log.error("error", e) } } @Override public void destroy() { } }); registration.addUrlPatterns("/api/gbk/**"); registration.setName("gbkFilter"); registration.setOrder(Integer.MIN_VALUE); return registration; } }

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页