使用 Spring、Hibernate 和 MySQL 编码地狱

Question

我遇到了一个让我发疯的编码问题。我的网站支持英语和西班牙语两种语言。我的一些表（由hibernate生成）有作为排序规则utf8_general_ci，还有一些，我不知道为什么，有latin1_swedish_ci。但令我震惊的是，当人们使用我的联系人表单并在其中输入例如一个带有“ñ”的单词时，我的 Spring 控制器会接收它并向我发送一封电子邮件，这是好的（我的意思是它有 ñ），然后保存MySQL 上的数据。但是，当我检查保存在 MySQL 中的内容（并且我的 Contacts 表有一个 utf8_general_ci 排序规则）时，里面出现了一些可怕的符号来代替“ñ”字符，比如 Ãlvaro Núñez Cabeza de Váca。恢复，jsp页面声明了UTF-8，表是utf8_general_ci，hbn也声明了utf-8：

# hibernate props
hibernate.dialect=org.hibernate.dialect.MySQLDialect
hibernate.show.sql=true
hibernate.hbm2ddl.auto=update
hibernate.format_sql=true
# hibernate props added to fix 4bytes encoded characters
hibernate.connection.CharSet=utf8mb4
hibernate.connection.characterEncoding=utf8
hibernate.connection.useUnicode=true

但所有这些都没有按预期工作。

我们将非常欢迎任何帮助。

解决方案：至少对我来说，唯一可行的解​​决方法是在我的 web.xml 中添加一个过滤器。我很确定有更好的方法以更优雅的方式解决编码问题，但在我的情况下，所有内容都配置为使用 UTF-8 并且我的表单的一部分运行良好，但其他人将 Álvar Núñez Cabeza de Vaca 显示为 Ãlvar Núñez卡贝萨德瓦卡。 过滤器是：

<filter>  
    <filter-name>encodingFilter</filter-name>  
    <filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>  
    <init-param>  
       <param-name>encoding</param-name>  
       <param-value>UTF-8</param-value>  
    </init-param>  
    <init-param>  
       <param-name>forceEncoding</param-name>  
       <param-value>true</param-value>  
    </init-param>  
</filter>  
<filter-mapping>  
    <filter-name>encodingFilter</filter-name>  
    <url-pattern>/*</url-pattern>  
</filter-mapping> 

正如这篇文章中的那样Spring MVC UTF-8 Encoding

Answer 1

听起来可能存在多个问题。因此，计划进行多项修复。

• 始终使用UTF-8。 （Latin1 适用于英语 + 西班牙语，但该行业正在逐渐远离此。）
• 旧版本的 MySQL 默认使用 latin1 字符集（和 latin1_swedish_ci 排序规则）。
• 对 MySQL 使用 CHARACTER SET utf8mb4（不是 utf8）。相当于外界的UTF-8。在该配置的 sn-p 中，将 characterEncoding=utf8 更改为 characterEncoding=UTF-8。
• 您提到了utf8_general_ci -- 更改为utf8mb4... 并考虑utf8mb4_unicode_520_ci（总体最佳）或utf8mb4_spanish_ci 或utf8mb4_spanish2_ci。
• Núñez 是 Núñez 的 Mojibake。当系统的一部分正在使用 latin1 而另一部分正在使用 UTF-8 时，就会发生这种情况。
• 如果您需要恢复混乱的数据（由于 Mojibake），我们可以讨论。最好从头开始，始终使用UTF-8/utf8mb4。

有关诊断 Mojibake 等的更多信息：Trouble with UTF-8 characters; what I see is not what I stored

对于排序规则差异：http://mysql.rjweb.org/utf8_collations.html -- 主要与 ch、ll、ñ 相关 -- 您是否希望将它们视为“单独的字母”？ （应该ch 在cg 和ci 之间排序，还是在cz 之后排序？等等）

对于 Java/JDBC/Hibernate/等：?useUnicode=true&characterEncoding=UTF-8