5  Jive的其他組件技術

Jive是一個比較豐富的知識寶藏，從中可以學習到很多新的實戰(zhàn)技巧和具體功能實現方式。前面基本介紹了Jive中的一些主要架構技術，通過這些技術可以基本上掌握Jive論壇系統(tǒng)。

Jive中還有很多非常實用的組件技術和工具庫，分析學習可重用技術，可以在自己具體的項目重復使用，大大提高了新系統(tǒng)的開發(fā)速度和效率。

Jive的管理功能中提供了將Jive數據庫數據導出到XML文件的管理工具，在這個工具功能實現中，使用了樹形結構的遍歷技術。

Jive將ForumThread中的第一個ForumMessage作為root ForumMessage，以這個ForumMessage為根節(jié)點，每個ForumThread中包含了一套樹形結構。

TreeWalker是樹形結構的一個抽象接口，代碼如下：

public interface TreeWalker {

    //根節(jié)點

    public ForumMessage getRoot();

    //獲得父節(jié)點

    public ForumMessage getParent(ForumMessage child)

            throws ForumMessageNotFoundException;

    //獲得子節(jié)點

    public ForumMessage getChild(ForumMessage parent, int index)

            throws ForumMessageNotFoundException;

    //獲得所有子節(jié)點

    public Iterator children(ForumMessage parent);

    //獲得所有的子節(jié)點，包括子節(jié)點的子節(jié)點…

    public Iterator recursiveChildren(ForumMessage parent);

    //獲得一個節(jié)點的深度，相對根節(jié)點而言

    public int getMessageDepth(ForumMessage message);

   

    public int getChildCount(ForumMessage parent);

    public int getRecursiveChildCount(ForumMessage parent);

 

    /**

     * 返回相對父節(jié)點的子節(jié)點索引。例如

     * <pre>

     *   4

     *   |-- 2

     *   |-- |-- 1

     *   |-- |-- 6

     *   |-- |-- 8

     *   |-- 5

     * </pre>

     * getIndexOfChild(4, 2) 將返回0

     * getIndexOfChild(4, 5) 將返回1

     * getIndexOfChild(2, 1) 將返回0

     * getIndexOfChild(2, 6) 將返回1

     * getIndexOfChild(2, 8) 將返回2

     */

    public int getIndexOfChild(ForumMessage parent, ForumMessage child);

    //一個節(jié)點是否是葉，葉相對枝來說，葉沒有子節(jié)點了

    public boolean isLeaf(ForumMessage node);

}

DbTreeWalker 是TreeWalker的一個實現，它是將一個ForumThread下所有帖子的ID從數據庫中裝入LongTree中。一句LongTree的樹形結構遍歷核心技術實現ForumThread中的帖子結構的遍歷。

LongTree類似之前的Cache類，封裝了樹形結構遍歷的核心算法，在LongTree中建立了3個數組long [] keys、char [] leftChildren和char [] rightSiblings。

一個節(jié)點有兩個特性：它有子節(jié)點；它有兄弟節(jié)點。leftChildren保存的是這個節(jié)點的子節(jié)點的索引；而rightSiblings保存的是這個節(jié)點兄弟節(jié)點的索引。例如：

  1000

   |-- 3000

   |-- |--4000

   |-- |--6000

   |-- |--7000

   |-- 5000

1000是個根節(jié)點，1000下有兩個子節(jié)點3000和5000，而3000則有3個子節(jié)點4000、6000和7000，3000還有一個兄弟節(jié)點5000，使用上述3個數組是這樣保持信息的：

keys[0] = 1000

keys[1] = 3000

keys[2] = 4000

keys[3] = 5000

keys[4] = 6000

keys[5] = 7000

keys數組中保存的是各個節(jié)點的數值，而leftChildren和rightSiblings數組保存的是keys數組的index，即0、1、2、3、4等數字。

1000節(jié)點有兩個子節(jié)點，那么其對應的leftChildren和rightSiblings分別是：

leftChildren[0] = 1

leftChildren[0]中的索引0表示當前索引，keus[0]是1000，說明現在節(jié)點是1000；1也表示keys數組的索引，keys[1]的值是3000，所以上一句表示1000的子節(jié)點是3000。

1000節(jié)點沒有兄弟節(jié)點：

rightSiblings[0] = -1

再看看3000節(jié)點，其keys的索引Index是1，其子節(jié)點是4000、6000和7000，取最近一個4000的索引index放入數組：

leftChildren[1] = 2

這表示1000節(jié)點的子節(jié)點是4000，那么另外一個6000節(jié)點如何表示？這是以4000節(jié)點的兄弟節(jié)點表現出來的。4000節(jié)點的keys的索引index是2，通過下列表示：

rightSiblings[2] = 4

其中，4表示6000在keys中的索引Index。同樣，第3個子節(jié)點7000表示如下：

rightSiblings[4] = 5

這樣，3000節(jié)點有3個子節(jié)點4000、6000和7000（4000、6000和7000是兄弟節(jié)點）通過上述簡單兩句就表現出來了。

總結一個父子關系樹的表示方法：在父節(jié)點中，使用leftChildren保存最靠近父節(jié)點的一個子節(jié)點（父節(jié)點的第一個兒子，叫長子）的索引，其他子節(jié)點則是通過rightSiblings表明與長子是兄弟關系。

看看LongTress的初始化構造方法，keys數組的值保存的是ForumMessage的ID，如下：

public LongTree(long rootKey, int size) {

    keys = new long[size+1];                        //初始化

    leftChildren = new char[size+1];               //初始化

    rightSiblings = new char[size+1];              //初始化

 

    // 在keys[1]中保存的是rootMessage 的ID

    keys[1] = rootKey;

    leftChildren[1] = 0;                                 //無子節(jié)點

    rightSiblings[1] = 0;                                 //無兄弟姐妹

}

當加入一個節(jié)點時，其方法如下：

public void addChild(long parentKey, long newKey) {

    // 根據parentKey找出其對應的keys索引index

    char parentIndex = findKey(parentKey, (char)1);

    if (parentIndex == 0) {

            throw new IllegalArgumentException("Parent key " + parentKey +

                    " not found when adding child " + newKey + ".");

    }

 

    // 為newKey創(chuàng)建節(jié)點

    keys[nextIndex] = newKey;

    leftChildren[nextIndex] = 0;

    rightSiblings[nextIndex] = 0;

 

    //將新建節(jié)點標志為父節(jié)點的子節(jié)點

    if (leftChildren[parentIndex] == 0) {

        // 如果父節(jié)點原來沒有子節(jié)點，那就將新建節(jié)點作為其子節(jié)點

        leftChildren[parentIndex] = nextIndex;

    }else {

        // 如果父節(jié)點有子節(jié)點，尋找最后一個子節(jié)點

        long siblingIndex = leftChildren[parentIndex];

       //在siblingIndex中循環(huán)查找，直至值為0

        while (rightSiblings[new Long(siblingIndex).intValue()] != 0) {

             siblingIndex = rightSiblings[new Long(siblingIndex).intValue()];

        }

        // 將新建節(jié)點作為最后一個字節(jié)點加入

        rightSiblings[new Long(siblingIndex).intValue()] = nextIndex;

    }

    // 最后，自動增加nextIndex 以便下一個等待插入

    nextIndex++;

}

Jive將數據導出到XML文件時，就是根據某個ForumMessage的ID，通過TreeWalker找出它的所有子節(jié)點ForumMessage的ID，然后將其內容導出。

5.2  XML和JDOM

XML 稱為可擴充標記語言，是類似HTML定義文檔標記語言的一個框架。XML以結構嚴謹著稱，因此用來保存數據是非常適合的，這樣在數據庫之外，又多了一個持久化保存數據的方式。

在Java中，XML更多時是作為配置文件數據存儲體形式出現，在之前一般是使用properties來保存系統(tǒng)的配置文件，如下：

cache.maxsize=1024

cache.minsize=2

這兩句分別設置cache的最大值和最小值，那么在Java中通過下列語句讀?。?/span>

Properties p = new Properties();

InputStream fin = new FileInputStream("Config.properties");

p.load(fin);

String maxSize = p.getProperty("cache.maxsize ");

String minSize = p.getProperty("cache.minsize ");

這樣就可以獲得配置文件中的兩個值。

這種配置文件使用方法簡單直接，但是只適合配置文件不很復雜的情況。在復雜的配置情況下，properties就不是很合適，例如設置系統(tǒng)的可選屬性，一個系統(tǒng)安裝在不同應用場合，客戶的要求總有些不一樣，有些功能是可選的，那么需要在配置文件中配置一些可選的功能，以Tomcat的server.xml為例，如下：

<Context path="/register" docBase="D:/javasource/SimpleRegister/defaultroot" debug="1"

                 reloadable="true" crossContext="true">

…

</Context>

<Context path="/examples" docBase="examples" debug="0"

                 reloadable="true" crossContext="true">

          <Logger className="org.apache.catalina.logger.FileLogger"

                     prefix="localhost_examples_log." suffix=".txt"

              timestamp="true"/>

…

</Context>

在一個配置中有很多Context，每個Contexr都包含Logger等具體配置，XML格式本身是一種樹形結構的數據格式。在實際應用中，很多復雜的表示都可以使用樹形結構來分解代表。因此，使用XML來表示這種樹形結構的數據無疑是非常合適的。

在Jive中，jive_config.xml是Jive系統(tǒng)的配置文件。這個配置文件是在Jive系統(tǒng)安裝時，按照用戶的選擇動態(tài)生成的，其中包含數據庫連接參數、界面顯示顏色、電子郵件配置以及緩沖配置、搜索配置和文件或圖片上傳配置。

分析讀取XML數據有很多工具，如DOM（http://www.worg/DOM/）和SAX（http://www./）。這兩種是標準的XML分析器，可以使用任何語言來實現，DOM分析XML數據時，是將整個文檔一下子讀入內存，如果文檔很大，性能就發(fā)生影響，而SAX則是動態(tài)地對每一行分析，無需全部讀入，因此在分析大文檔時速度比較快。

但是這兩種分析方法都是圍繞XML樹形結構展開的，在編制這兩種分析器時，會涉及到大量XML概念的API，需要一定的XML基礎和知識，使用起來有一定難度。

JDOM（http://www.）封裝了DOM/SAX的具體使用技術，以非常符合Java編程方式的形式來分析XML，因此使用起來非常方便。

在分析速度方面，JDOM比DOM要快，比SAX慢一點。但用在分析配置文件上，速度不是主要的，因為可以使用lazy initialization。這類似緩存機制，在第一次讀取后就保存在內存中，以后每次直接從內存中獲取。

在Jive中，JDOM操作基本是由JiveGlobals完成的。

public class JiveGlobals {

　private static final String JIVE_CONFIG_FILENAME = "jive_config.xml";

private static XMLProperties properties = null;

...

//從配置文件獲取配置

　public static String getJiveProperty(String name) {

　　loadProperties();

　　return properties.getProperty(name);

　}

  //用JDOM載入配置文件

　private synchronized static void loadProperties() {

　　if (properties == null) {

　　　properties = new XMLProperties(jiveHome + File.separator +

　　　　　　　　　　　JIVE_CONFIG_FILENAME);

　　}

　}

 //將配置保存到配置文件中

 public static void setJiveProperty(String name, String value) {

   loadProperties();

   properties.setProperty(name, value);

 }

}

從上面代碼看出，對XML文件讀寫非常方便，使用properties.getProperty(name)就可以獲得name的配置值，而properties.setProperty(name, value)一句就可以將name和其值value保存到XML文件中，非常類似Hashtable的讀取和存入。

XMLProperties是JDOM的一個屬性文件輔助包，它主要是對屬性名進行分解和合成，例如XML如下：

<jive>

　<email>

　　<fromName>Jive_Administrator</fromName>

　　<fromEmail>webmaster@example.com</fromEmail>

　　<subject>Your thread was updated!</subject>

　　<body>Hello {name}! The thread {threadName} was updated!</body>

　</email>

<jive>

jive/email/fromName的值是Jive_Administrator，那么如何讀取Jive_Administrator？使用properties.getProperty("email.fromName")就可以。注意到，這里Key的名字組合是 email.fromName，這種特定的寫法就是XMLProperties可以支持的，在對XML文件保存細節(jié)中，由XMLProperties將這種屬性名稱寫法具體轉換成XML文檔操作。具體內部代碼如下：

  public String getProperty(String name) {

        if (propertyCache.containsKey(name)) {  //從緩存中獲取

            return (String)propertyCache.get(name);

        }

         //將email.fromName轉變?yōu)?/span>String數組

         //例如propName[0] = jive; propName[1] = email …

        String[] propName = parsePropertyName(name);

        // 通過propName數組循環(huán)，遍歷XML的樹形結構層次，尋找出對應的屬性值

        Element element = doc.getRootElement();

        for (int i = 0; i < propName.length; i++) {

            element = element.getChild(propName[i]);

            if (element == null) {

                return null;

            }

        }

        // 尋找到element后，獲得其內容

        String value = element.getText();

        if ("".equals(value)) {            return null;        }

        else {

            // 保存到緩存中

            value = value.trim();

            propertyCache.put(name, value);

            return value;

        }

    }

以上只是分析了JDOM的XMLProperties包是如何做屬性配置提取的，正是因為JDOM內部做了很多基礎支持性的細節(jié)工作，才使得使用JDOM變得非常方便。

總結使用JDOM對配置文件讀寫操作語法如下：

·          獲得配置（查詢）：getProperty(name)。

·          新增和修改：properties.setProperty(name, value)。

·          刪除：properties.deleteProperty(name)。

name的格式是xxx.xxx.xxx，例如：

<jive>

   …

<upload>

        <dir>/home/jdon/jive/upload/</dir>

        <relurl>upload/</relurl>

    </upload>

    …

</jive>

要獲得/home/jdon/jive/upload/，name的格式是upload.dir；要獲得upload/，name的格式是upload.relurl。

注意，如果要在系統(tǒng)中支持上述功能，必須下載JDOM包，還要有DataFormatFilter. java、DataUnformatFilter.java、XMLFilterBase.java和XMLProperties.java支持。這幾個類不包含在JDOM標準包中，作為一個應用包含在其Sample中。當然也可以直接從Jive中復制出來使用。

5.3  全文檢索和Lucene

Jive中支持全文檢索，這個功能主要核心依賴另外一個開放源代碼項目Lucene（http://jakarta./lucene/docs/index.html）。Jakarta Lucene是一個高性能全文搜索引擎，可以跨平臺應用于任何搜索應用。

使用Lucene作為搜索引擎，應用系統(tǒng)需要做兩件事情：

（1）建立索引文件。將Jive數據庫中的數據內容建立索引文件，這是通過SearchManager來完成。SearchManager代碼如下：

public interface SearchManager {

    public boolean isSearchEnabled();

    public void setSearchEnabled(boolean searchEnabled);

    /**

    //如果SearchManage正在工作，返回真

    public boolean isBusy();

    //返回索引完成率

    public int getPercentComplete();

    //是否自動建立索引

    //通過TaskEngine.scheduleTask方法實現定期自動索引

    public boolean isAutoIndexEnabled();

    public void setAutoIndexEnabled(boolean value);

    //自動索引間隔的分鐘數

    public int getAutoIndexInterval();

    public void setAutoIndexInterval(int minutes);

    //獲得上次建立索引的時間

    public Date getLastIndexedDate();

//在實時建立索引時，將當前帖子加入索引

    public void addToIndex(ForumMessage message);

    public void removeFromIndex(ForumMessage message);

    //手動更新自上次建立索引后的新內容

    public void updateIndex();

    //手動重新建立全部的索引

    public void rebuildIndex();

    //優(yōu)化

    public void optimize();

}

·          SearchManager定義了建立索引的一些屬性，建立索引有兩種方式：當有新帖子加入時，通過調用indexMessage()方法實時索引；或者通過TaskEngine.scheduleTask方法每隔一定時間建立索引。

·          DbSearchManager作為SearchManager的子類實現，又是一個線程類，它是建立索引的主要功能類。在DbSearchManager中主要使用了Lucene的IndexWriter、 Analyzer、 Document和 Field等功能類來建立索引。

·          IndexWriter用戶建立新的索引，當然也可以將文檔加入已經存在的索引。

在文本被索引之前，它必須通過一個分析器Analyzer。分析器Analyzer 負責從文本中分離出索引關鍵字。Lucene有幾種不同類型的分析器：

·          SimpleAnalyzer是將英文轉換為小寫字母，按空格和標點符號切分出英文單詞，

如I am Java這一句，使用SimpleAnalyzer切詞就會切分出下列詞語：

token1=I

token2=am

token3=Java

·          StandardAnalyzer是對英文進行了較為復雜的處理。除了按詞語建立索引關鍵字（token）外，還能夠為特殊名稱、郵件地址、縮寫格式等建立索引單元，而且對“and”、“ the”等詞語做了過濾。

·          ChineseAnalyzer是專門用來分析中文的索引的。關于中文分析器，有很多嘗試，如車東的http:///projects/weblucene/；zhoujun的http://www. jdon.com/jive/thread.jsp? forum=61&thread=8400等，該問題將在后面章節(jié)繼續(xù)討論。

一個索引是由一系列Document組成，每個Document是由一個或多個Field組成，每個Field都有一個名字和值，可以把Document作為關系數據庫中一條記錄，而Field則是記錄中某列字段。一般建立索引如下：

//指定將在哪個目錄建立索引

String indexDir = "/home/jdon/jive/WEB-INF/jiveHome"; 

//指定將要建立索引的文本

String text = "welcom here, I am Java,";     

Analyzer analyzer = new StandardAnalyzer();   //使用StandardAnalyzer

//建立一個IndexWriter

IndexWriter writer = new IndexWriter(indexDir, analyzer, true);

//建立Document

Document document  = new Document();

//進行切詞、索引

document.add(Field.Text("fieldname", text));

//加入索引中

writer.addDocument(document);

writer.close();

其中，Field根據具體要求有不同用法，Lucene提供4種類型的Field: Keyword、 UnIndexed、 UnStored和 Text。

·          Keyword 不實現切詞，逐字地保存在索引中，這種類型適合一些如URL、日期、個人姓名、社會安全號碼、電話號碼等需要原封不動保留的詞語。

·          UnIndexed既不實現切詞也不索引，但是其值是一個詞一個詞地保存在索引中，這不適合很大很長的詞語，適合于顯示一些不經過直接搜索的結果值。

·          UnStored與UnIndexed正好相反，將被切詞和索引，但是不保存在索引中，這適合巨大文本，如帖子內容、頁面內容等。

·          Text是實現切詞、索引，并且保存在索引中。

在Jive中，索引的建立以DbSearchManager中加入帖子索引方法為例：

protected final void addMessageToIndex(long messageID, long userID,

            long threadID, long forumID, String subject, String body,

            java.util.Date creationDate, IndexWriter writer) throws IOException

{

    //建立一個  Document

    Document doc = new Document();

    doc.add(Field.Keyword("messageID",Long.toString(messageID)));

    doc.add(new Field("userID", Long.toString(userID), false, true, false));

   doc.add(new Field("threadID", Long.toString(threadID), false, true, false));

    doc.add(new Field("forumID", Long.toString(forumID), false, true, false));

    doc.add(Field.UnStored("subject", subject));

    doc.add(Field.UnStored("body", body));

    doc.add(new Field("creationDate", DateField.dateToString(creationDate),

                false, true, false));

    //將該Document加入當前索引中

    writer.addDocument(doc);

}

在DbSearchManager中同時也實現了自動建立索引的過程，通過在構造方法中生成TimeTask實例：

timerTask = TaskEngine.scheduleTask(

                    this,autoIndexInterval*JiveGlobals.MINUTE,

                    autoIndexInterval*JiveGlobals.MINUTE);

因為DbSearchManager是線程類，它在run方法中實現索引任務自動運行：

TaskEngine.addTask(new IndexTask(false));

（2）建立完成后，就可以直接搜索特定的詞語了。搜索語句一般代碼如下：

Searcher searcher = new IndexSearcher((indexDir);  //創(chuàng)建一個搜索器

//使用和索引同樣的語言分析器

Query query = QueryParser.parse(queryString, "body", new StandardAnalyzer());

//搜索結果使用Hits存儲

Hits hits = searcher.search(query);

//通過hits得到相應字段的數據和查詢的匹配度

for (int i=0; i<hits.length(); i++) {

      System.out.println(hits.doc(i).get("fieldname "));

};

Jive實現搜索就復雜得多，它為搜索專門建立了一個Query接口：

public interface Query {

    //需要搜索的字符串

    public String getQueryString();

    public void setQueryString(String queryString);

    public Date getBeforeDate();

    public void setBeforeDate(Date beforeDate);

    public Date getAfterDate();

    public void setAfterDate(Date afterDate);

    public User getFilteredUser();

    public void filterOnUser(User user);

    public ForumThread getFilteredThread();

    public void filterOnThread(ForumThread thread);

    public int resultCount();

    public Iterator results();

    public Iterator results(int startIndex, int numResults);

}

Query接口中主要定義了和搜索相關的一些參數，可以根據具體要求定制，直接使用Query就可以達到搜索的目的，如需要搜索Java is cool，那么使用下列代碼：

ForumFactory forumFactory = ForumFactory.getInstance();

Query query = forumFactory.createQuery(forums);

query.setQueryString("Jive is cool");

Iterator iter = query.results();

while (iter.hasNext()) {

     ForumMessage message = (ForumMessage)iter.nextElement();

     //輸出結果

}

追查代碼會發(fā)現，上面forumFactory.createQuery(forums)方法實際內容是new DbQuery(forums, this)。DbQuery作為Query的一個子類，它的搜索語句通過executeQuery()方法中下列語句實現：

private void executeQuery() {

    try {

       Searcher searcher = getSearcher();  //創(chuàng)建一個搜索器

       …

       //使用分析器獲得Query對象

       org.apache.lucene.search.Query bodyQuery =

                QueryParser.parse(queryString, "body", DbSearchManager.analyzer);

      org.apache.lucene.search.Query subjectQuery =

                QueryParser.parse(queryString, "subject", DbSearchManager.analyzer);

        //將兩個Query對象加入BooleanQuery

        BooleanQuery comboQuery = new BooleanQuery();

        comboQuery.add(subjectQuery,false,false);

        comboQuery.add(bodyQuery,false,false);

        //Jive自己的搜索結果過濾器

        MultiFilter multiFilter = new MultiFilter(3);

        int filterCount = 0;

        if (factory.getForumCount() != forums.length) {

             //將其他論壇內容搜索結果過濾掉

            String[] forumIDs = new String[forums.length];

             for (int i=0; i<forumIDs.length; i++) {

                forumIDs[i] = Long.toString(forums[i].getID());

             }

             multiFilter.add(new FieldFilter("forumID", forumIDs));

             filterCount++;

        }

         //日期過濾器  如只查詢某日期以后的內容

        if (beforeDate != null || afterDate != null) {

            if (beforeDate != null && afterDate != null) {

                multiFilter.add(new DateFilter("creationDate", beforeDate, afterDate));

                filterCount++;

             }else if (beforeDate == null) {

                multiFilter.add(DateFilter.After("creationDate", afterDate));

                 filterCount++;

             }else {

                 multiFilter.add(DateFilter.Before("creationDate", beforeDate));

                 filterCount++;

             }

        }

        // 過濾用戶

        if (user != null) {

             String userID = Long.toString(user.getID());

             multiFilter.add(new FieldFilter("userID", userID));

             filterCount++;

        }

        // 主題過濾

        if (thread != null) {

             String threadID = Long.toString(thread.getID());

             multiFilter.add(new FieldFilter("threadID", threadID));

             filterCount++;

        }

        if (filterCount > 0) {//實現搜索

             hits = searcher.search(comboQuery, multiFilter);

        } else {

             hits = searcher.search(comboQuery);

        }

        //搜索結果不要超過最大大小

        int numResults = hits.length() < MAX_RESULTS_SIZE ?

                    hits.length() : MAX_RESULTS_SIZE;

        long [] messages = new long[numResults];

        for (int i=0; i<numResults; i++) {

           messages[i]= Long.parseLong( ((Document)hits.doc(i)).get("messageID") );

       }

        results = messages;

      } catch (Exception e) {

        e.printStackTrace();

        results = new long[0];

      }

}

Jive的搜索使用了過濾器，以便過濾掉不想出現的結果，然后還對搜索結果進行了限制轉換，這些在實際使用中都是必需的。

5.4  Jive的中文問題

Jive默認的字符集編碼方式是ISO8859_1，即Latin-1字符集，這是國際標準化組織用來表示Latin等西方語言使用的字符集。

ISO8859_1字符集非常類似常見的ASCII字符集。由于ISO8859_1是使用單字節(jié)來表示，而漢字是采取雙字節(jié)來表示一個漢字，我國制定了一套專門用來表示漢字GB2312和GBK編碼字符集。

在Java內部運算中，涉及到的所有字符串都會被轉化為UTF-8編碼來進行運算。那么，在被Java轉化之前，字符串是什么樣的字符集？ Java總是根據操作系統(tǒng)的默認編碼字符集來決定字符串的初始編碼，而且Java系統(tǒng)的輸入和輸出的都是采取操作系統(tǒng)的默認編碼。

因此，如果能統(tǒng)一Java系統(tǒng)的輸入、輸出和操作系統(tǒng)3者的編碼字符集合，將能夠使Java系統(tǒng)正確處理和顯示漢字。這是處理Java系統(tǒng)漢字的一個原則，但是在實際項目中，能夠正確抓住和控制住Java系統(tǒng)的輸入和輸出部分是比較難的。

Jive是運行在Web容器中的一個Servlet/JSP系統(tǒng)。在這個系統(tǒng)中，輸入途徑有很多種：一種是通過頁面表單打包成請求（request）發(fā)往服務器的；第二種是通過數據庫讀入；還有第3種輸入比較復雜，JSP在第一次運行時總是被編譯成Servlet，JSP中常常包含中文字符，那么編譯使用javac時，Java將根據默認的操作系統(tǒng)編碼作為初始編碼。除非特別指定，如在Jbuilder中可以指定默認的字符集。

輸出途徑也有幾種：第一種是JSP頁面的輸出。由于JSP頁面已經被編譯成Servlet，那么在輸出時，也將根據操作系統(tǒng)的默認編碼來選擇輸出編碼，除非指定輸出編碼方式；還有輸出途徑是數據庫，將字符串輸出到數據庫。

由此看來，一個J2EE系統(tǒng)的輸入輸出是非常復雜，而且是動態(tài)變化的，而Java是跨平臺運行的，在實際編譯和運行中，都可能涉及到不同的操作系統(tǒng)，如果任由Java自由根據操作系統(tǒng)來決定輸入輸出的編碼字符集，這將不可控制地出現亂碼。

正是由于Java的跨平臺特性，使得字符集問題必須由具體系統(tǒng)來統(tǒng)一解決，所以在一個Java應用系統(tǒng)中，解決中文亂碼的根本辦法是明確指定整個應用系統(tǒng)統(tǒng)一字符集。

在Jive中如果指定默認字符集為某個字符集，那么就要在所有的輸入輸出環(huán)節(jié)都要標識為這個字符集。但是，前面已經提到，要完全在編碼時做到還是有一定難度，必須對Web程序有相當地掌握和理解，而且步驟較繁瑣。

有一種相對省事的做法，例如統(tǒng)一指定為ISO8859_1，因為目前大多數軟件都是西方人編制的，他們默認的字符集就是ISO8859_1，包括操作系統(tǒng)Linux和數據庫MySQL等。這樣，如果指定Jive統(tǒng)一編碼為ISO8859_1，那么就有下面3個環(huán)節(jié)必須把握：

·          開發(fā)和編譯代碼時指定字符集為ISO8859_1。

·          運行操作系統(tǒng)的默認編碼必須是ISO8859_1，如Linux。

·          在JSP頭部聲明：<%@ page contentType="text/html;charset=ISO8859_1" %>。

如果統(tǒng)一指定為GBK中文字符集，上述3個環(huán)節(jié)同樣需要做到，不同的是只能運行在默認編碼為GBK的操作系統(tǒng)，如中文Windows。

所以統(tǒng)一編碼為ISO8859_1和GBK雖然帶來編制代碼的方便，但是也破壞了Java跨平臺運行的優(yōu)越性，只在一定范圍內行得通。

很多情況下，程序員大都是在中文Windows下開發(fā)調試Java系統(tǒng)，然后直接部署到Linux等系統(tǒng)上真正運行。而且其中可能涉及到XML文件讀寫。XML是對編碼方式要求嚴格的數據存儲體，XML又可以隨著代碼移動。因此，在進行真正大規(guī)模Java系統(tǒng)開發(fā)運行時，上述臨時簡單的變通方式就沒有效果了。

要從根本上解決Java的中文問題，只要將Java系統(tǒng)的統(tǒng)一編碼定義為UTF-8。UTF-8編碼是一種兼容所有語言的編碼方式，惟一比較麻煩的就是要找到應用系統(tǒng)的所有出入口，然后使用UTF-8去“結扎”它。

Jive默認的字符集編碼方式是ISO8859_1，如果都統(tǒng)一為UTF-8，那么也需要做下列幾步工作：

·          開發(fā)和編譯代碼時指定字符集為UTF-8。

·          使用過濾器，將所有請求（request）轉換為UTF-8；針對不同應用過濾器有兩種。

·          如果所有請求都經過一個Servlet控制分配器，那么使用Servlet的filter執(zhí)行語句。

·          request.setCharacterEncoding("UTF-8")。

·          如果不經過Servlet，而直接是JSP，那么每個JSP頭部設置上述語句。

·          在JSP頭部聲明：<%@ page contentType="text/html;charset= UTF-8" %>。

·          設定數據庫連接方式是UTF-8。

以上討論了Jive以及通用Java的中文問題。如果整個應用系統(tǒng)是從開始進行開發(fā)，那么統(tǒng)一指定編碼為UTF-8就非常容易做到。如果是在英文源代碼基礎上二次開發(fā)，那么首先要將原來的源代碼轉換為統(tǒng)一編碼UTF-8，那么這種轉換工作會帶來一定的麻煩。