1.字節(jié)和unicode
　　Java內(nèi)核是unicode的，就連class文件也是，但是很多媒體，包括文件/流的保存方式是使用字節(jié)流的。 因此Java要對(duì)這些字節(jié)流經(jīng)行轉(zhuǎn)化。char是unicode的，而byte是字節(jié).Java中byte/char互轉(zhuǎn)的函數(shù)在sun.io的包中間有。其中ByteToCharConverter類是中調(diào)度，可以用來(lái)告訴你，你用的Convertor。其中兩個(gè)很常用的靜態(tài)函數(shù)是。

public static ByteToCharConverter getDefault() ;
　public static ByteToCharConverter getConverter(String encoding);
        如果你不指定converter，則系統(tǒng)會(huì)自動(dòng)使用當(dāng)前的Encoding，GB平臺(tái)上用GBK，EN平臺(tái)上用8859_1
　　
　　我們來(lái)就一個(gè)簡(jiǎn)單的例子：
　　"你"的gb碼是：0xC4E3 ，unicode是0x4F60
　　你用:
　　encoding="gb2312";
　　byte b[]={(byte)'\u00c4'，(byte)'\u00E3'};
　　convertor=ByteToCharConverter.getConverter(encoding);
　　char [] c=converter.convertAll(b);
　　for(int i=0;i<c.length;c++)
　　{
　　***.out.println(Integer.toHexString(c[i]));
　　}

        打印出來(lái)是0x4F60
　　但是如果使用8859_1的編碼，打印出來(lái)是
　　0x00C4，0x00E3
　　例１
　　反過來(lái)：

　　encoding="gb2312";
　　char c[]={'\u4F60'};
　　convertor=ByteToCharConverter.getConverter(encoding);
　　byte [] b=converter.convertAll(c);
　　for(int i=0;i<b.length;c++)
　　{
　　***.out.println(Integer.toHexString(b[i]));
　　}
        打印出來(lái)是：0xC4，0xE3
　　例２
　　如果用8859_1就是0x3F，?號(hào)，表示無(wú)法轉(zhuǎn)化　　　　　
　　很多中文問題就是從這兩個(gè)最簡(jiǎn)單的類派生出來(lái)的。而卻有很多類不直接支持把Encoding輸入，這給我們帶來(lái)諸多不便。很多程序難得用encoding了，直接用default的encoding，這就給我們移植帶來(lái)了很多困難
　　2.UTF-8
　　UTF-8是和Unicode一一對(duì)應(yīng)的，其實(shí)現(xiàn)很簡(jiǎn)單
　　
　　7位的Unicode: 0 _ _ _ _ _ _ _
　　11位的Unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _
　　16位的Unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
　　21位的Unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
　　大多數(shù)情況是只使用到16位以下的Unicode:
　　你"的gb碼是：0xC4E3 ，unicode是0x4F60
　　我們還是用上面的例子
　　例１：0xC4E3的二進(jìn)制：
　　1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1
　　由于只有兩位我們按照兩位的編碼來(lái)排，但是我們發(fā)現(xiàn)這行不通，
　　因?yàn)榈冢肺徊皇?因此，返回"?"

        例２：0x4F60的二進(jìn)制：
　　0 1 0 0 1 1 1 1 0 1 1 0 0 0 0 0
　　我們用UTF-8補(bǔ)齊，變成：
　　11100100 10111101 10100000
　　E4--BD-- A0
　　于是返回0xE4，0xBD，0xA0

　　3.String和byte[]
　　String其實(shí)核心是char[]，然而要把byte轉(zhuǎn)化成String，必須經(jīng)過編碼。
　　String.length()其實(shí)就是char數(shù)組的長(zhǎng)度，如果使用不同的編碼，很可能會(huì)錯(cuò)分，造成散字和亂碼。
　　例：

　byte [] b={(byte)'\u00c4'，(byte)'\u00e3'};
　　String str=new String(b，encoding);

        如果encoding=8859_1，會(huì)有兩個(gè)字，但是encoding=gb2312只有一個(gè)字
　　這個(gè)問題在處理分頁(yè)是經(jīng)常發(fā)生

　　4.Reader，Writer/InputStream，OutputStream
　　Reader和Writer核心是char，InputStream和OutputStream核心是byte。
　　但是Reader和Writer的主要目的是要把Char讀/寫InputStream/OutputStream
　　一個(gè)reader的例子：
　　文件test.txt只有一個(gè)"你"字，0xC4，0xE3

        String encoding=;
　　InputStreamReader reader=new InputStreamReader(
　　new FileInputStream("text.txt")，encoding);
　　char []c=new char[10];
　　int length=reader.read(c);
　　for(int i=0;i<c.length;i++)
　　***.out.println(c[i]);

       如果encoding是gb2312，則只有一個(gè)字符，如果encoding=8859_1，則有兩個(gè)字符

　　2.我們要對(duì)Java的編譯器有所了解：
　　javac -encoding
　　我們常常沒有用到ENCODING這個(gè)參數(shù)。其實(shí)Encoding這個(gè)參數(shù)對(duì)于跨平臺(tái)的操作是很重要的。如果沒有指定Encoding，則按照系統(tǒng)的默認(rèn)Encoding，gb平臺(tái)上是gb2312，英文平臺(tái)上是ISO8859_1。　
　　Java的編譯器實(shí)際上是調(diào)用sun.tools.javac.Main的類，對(duì)文件進(jìn)行編譯，這個(gè)類有compile函數(shù)中間有一個(gè)encoding的變量，-encoding的參數(shù)其實(shí)直接傳給encoding變量。編譯器就是根據(jù)這個(gè)變量來(lái)讀取java文件的，然后把用UTF-8形式編譯成class文件。
　　一個(gè)例子：

public void test()
　　{
　　String str="你";
　　FileWriter write=new FileWriter("test.txt");
　　write.write(str);
　　write.close();
　　}

        例３
　　如果用gb2312編譯，你會(huì)找到E4 BD A0的字段

　　如果用8859_1編譯，
　　00C4 00E3的二進(jìn)制：
　　00000000 11000100 00000000 11100011--
　　因?yàn)槊總€(gè)字符都大于7位，因此用11位編碼：
　　11000001 10000100 11000011 10100011
　　C1-- 84--　C3--　 A3
　　你會(huì)找到C1 84 C3 A3 --

        但是我們往往忽略掉這個(gè)參數(shù)，因此這樣往往會(huì)有跨平臺(tái)的問題：
　　例３在中文平臺(tái)上編譯，生成ZhClass
　　例３在英文平臺(tái)上編譯，輸出EnClass
　　1.ZhClass在中文平臺(tái)上執(zhí)行OK，但是在英文平臺(tái)上不行
　　2.EnClass在英文平臺(tái)上執(zhí)行OK，但是在中文平臺(tái)上不行

　　原因：
　　1.在中文平臺(tái)上編譯后，其實(shí)str在運(yùn)行態(tài)的char[]是0x4F60，在中文平臺(tái)上運(yùn)行，F(xiàn)ileWriter的缺省編碼是gb2312，因此CharToByteConverter會(huì)自動(dòng)用調(diào)用gb2312的converter，把str轉(zhuǎn)化成byte輸入到FileOutputStream中，于是0xC4，0xE3放進(jìn)了文件。但是如果是在英文平臺(tái)下，CharToByteConverter的缺省值是8859_1，F(xiàn)ileWriter會(huì)自動(dòng)調(diào)用8859_1去轉(zhuǎn)化str，但是他無(wú)法解釋，因此他會(huì)輸出"?".

　　在英文平臺(tái)上編譯后，其實(shí)str在運(yùn)行態(tài)的char[]是0x00C4 0x00E3，　--在中文平臺(tái)上運(yùn)行，中文無(wú)法識(shí)別，因此會(huì)出現(xiàn)??
　　在英文平臺(tái)上，0x00C4-->0xC4，0x00E3->0xE3，因此0xC4，0xE3被放進(jìn)了文件

　　1.對(duì)于JSP正文的解釋：
　　Tomcat首先看一下你的頁(yè)面中有沒有"<%@page include的符號(hào)。有，則在相同地方設(shè)定response.setContentType(..);按照encoding的來(lái)讀，沒有他按照8859_1讀取文件，然后用UTF-8寫成.java文件，然后用sun.tools.Main去讀取這個(gè)文件，（當(dāng)然它使用UTF-8去讀），然后編譯成class文件setContentType改變的是out的屬性，out變量缺省的encoding是8859_1

　　2.對(duì)Parameter的解釋
　　很不幸Parameter只有ISO8859_1的解釋，這個(gè)質(zhì)料可以在servlet的實(shí)現(xiàn)代碼中找到。

　　3.對(duì)include的解釋
　　格式的，但是很不幸，由于那個(gè)寫"org.apache.jasper.compiler.Parser"的人
　　在數(shù)組JspUtil.ValidAttribute[]忘記加了一個(gè)參數(shù)：encoding，因此導(dǎo)致不支
　　持這種方式。你完全可以編譯源代碼，加上對(duì)encoding的支持

　　總結(jié)：

　　如果你在NT底下，最簡(jiǎn)單的方法就是欺騙java，不加任何Encoding變量：

　　<html>
　　你好<%=request.getParameter("value")%>
　　</html>
　　http://localhost/test/test.jsp?value=你

        結(jié)果:你好你

　　但這種方法局限性較大，比如對(duì)上傳的文章分段，這樣的做法是死定的，最好的
　　解決方案是用這種方案：

   　<%@ page contentType="text/html;charset=gb2312" %>
　<html>
　　你好<%=new String(request.getParameter("value").getBytes("8859_1")，"gb2312")%>
　</html>