相信這應當不是個複雜的問題，但是困擾了我整整一個下午的時間，目前尚沒有解決。
畢設第一階段的工作大概可以說是完成了，進行了一些簡單的測試，目前比較明顯的問題是中文的支持。先寫下程序中數據的流動過程，然後再細想到底是哪個環節出了問題：
- 首先考慮的是Protege，我用它來創建本體，在斯坦福的ProtegeFAQ看到Protege爲了便於共享，因此默認支持的UTF-8的編碼方式，而非根據系統而轉變。因此，這點無問題。同時，我也曾懷疑Protege在寫本體文件時候採用的是系統默認編碼方式而非UTF-8，但對生成的文件做了分析，確認是UTF-8無疑，到此，沒有任何問題，覺得到此是可以PASS的。
- 第二步，將本體文件讀入內存，這裏已經確定有一個問題，讀取後的本體文件，中文顯示亂碼，我想大概的原因如下：在簡體中文的WindowsXP狀態下，Java的FileInputStream採用的GB2312方式編碼，而我在這裏調用的是Jena提供的API，OntModel.read(String url)，這個url當然可以是一個file的，比如”file:sns.owl”。而Jena在提供的read方法在封裝FileInputStream時候顯然並不會去聲明UTF-8編碼方式，因此，這裏可以採用的解決方式如下：
FileInputStream file = new FileInputStream(”test.owl”);
InputStreamReader in = new InputStreamReader(file, “UTF-8″);
Model model = ModelFactory.createDefaultModel();
model.read(in, null);
in.close();顯式的聲明採用UTF-8編碼讀應該就可以了。這個問題不是重點。
- 第三，將獲得的本體文件加入一些實例然後一起存入數據庫，其中實例中有些地方中出現了中文。這裏有三個地方可能會出現問題，首先是java代碼的編輯器，eclipse在簡體中文WindowsXP下采用了非UTF-8編碼方式，這個目前已經fix了，第二個地方是jdbc將數據寫入數據庫的時候，由於程序中採用的是Jena提供的DBConnection類封裝了jdbc操作，這個地方目前沒有測試，準備放棄掉這個封裝做個測試。第三個地方就是數據庫的編碼了，我這裏已經採用的mysql，已經將相關的數據庫和表都設成UTF-8了，目前看來，可能出問題的似乎只有jdbc這塊了。
- 最後，要說的是，如果是在linux下開發的話，這一切是不是都沒有問題了？
昨天的困擾我的問題，今天上午基本上算是解決了。要在簡體中文windows xp中沒有後顧之憂的處理中文本體基本上要做以下幾個步驟：
- 建立本體的時候請採用UTF-8編碼，假使是用protege生成的，較新的版本應當是沒有問題，老版本的話默認編碼可能不是UTF-8（而是根據操作系統設置），請務必確認下。
- 應當以UTF-8編碼方式來編寫Jave Code。無論是eclipse，還是普通的文本編輯器，都可以輕鬆的解決這個問題的。
- 存本體的數據庫字符集應當是UTF-8。具體方法可以查詢相關文檔，不廢話了。
- 最後，用jdbc連數據庫（mysql）的時候 ，在DB_URL後需要加上”useUnicode=yes&characterEncoding=utf8″，否則，中文編碼可能會無法識別，而以?的形式存入數據庫。
轉自：http://hi.baidu.com/ecgql/blog/item/534dc25459e7b75dd0090678.html