1. 編碼問(wèn)題的由來(lái)，相關(guān)概念的理解
1.1 字符與編碼的發(fā)展
從計(jì)算機(jī)對(duì)多國(guó)語(yǔ)言的支持角度看，大致可以分為三個(gè)階段：
系統(tǒng)內(nèi)碼 說(shuō)明 系統(tǒng)
階段一 ASCII 計(jì)算機(jī)剛開(kāi)始只支持英語(yǔ)，其它語(yǔ)言不能夠在計(jì)算機(jī)上存儲(chǔ)和顯示。 英文 DOS
階段二 ANSI編碼
（本地化） 為使計(jì)算機(jī)支持更多語(yǔ)言，通常使用 0x80~0xFF 范圍的 2 個(gè)字節(jié)來(lái)表示 1 個(gè)字符。比如：漢字 '中' 在中文操作系統(tǒng)中，使用 [0xD6,0xD0] 這兩個(gè)字節(jié)存儲(chǔ)。
不同的國(guó)家和地區(qū)制定了不同的標(biāo)準(zhǔn)，由此產(chǎn)生了 GB2312, BIG5, JIS 等各自的編碼標(biāo)準(zhǔn)。這些使用 2 個(gè)字節(jié)來(lái)代表一個(gè)字符的各種漢字延伸編碼方式，稱(chēng)為 ANSI 編碼。在簡(jiǎn)體中文系統(tǒng)下，ANSI 編碼代表 GB2312 編碼，在日文操作系統(tǒng)下，ANSI 編碼代表 JIS 編碼。
不同 ANSI 編碼之間互不兼容，當(dāng)信息在國(guó)際間交流時(shí)，無(wú)法將屬于兩種語(yǔ)言的文字，存儲(chǔ)在同一段 ANSI 編碼的文本中。 中文 DOS，中文 Windows 95/98，日文 Windows 95/98
階段三 UNICODE
（國(guó)際化） 為了使國(guó)際間信息交流更加方便，國(guó)際組織制定了 UNICODE 字符集，為各種語(yǔ)言中的每一個(gè)字符設(shè)定了統(tǒng)一并且唯一的數(shù)字編號(hào)，以滿足跨語(yǔ)言、跨平臺(tái)進(jìn)行文本轉(zhuǎn)換、處理的要求。 Windows NT/2000/XP，Linux，Java
字符串在內(nèi)存中的存放方法：
在 ASCII 階段，單字節(jié)字符串使用一個(gè)字節(jié)存放一個(gè)字符（SBCS）。比如，"Bob123" 在內(nèi)存中為：
42 6F 62 31 32 33 00
B o b 1 2 3 \0
在使用 ANSI 編碼支持多種語(yǔ)言階段，每個(gè)字符使用一個(gè)字節(jié)或多個(gè)字節(jié)來(lái)表示（MBCS），因此，這種方式存放的字符也被稱(chēng)作多字節(jié)字符。比如，"中文123" 在中文 Windows 95 內(nèi)存中為7個(gè)字節(jié)，每個(gè)漢字占2個(gè)字節(jié)，每個(gè)英文和數(shù)字字符占1個(gè)字節(jié)：
D6 D0 CE C4 31 32 33 00
中 文 1 2 3 \0
在 UNICODE 被采用之后，計(jì)算機(jī)存放字符串時(shí)，改為存放每個(gè)字符在 UNICODE 字符集中的序號(hào)。目前計(jì)算機(jī)一般使用 2 個(gè)字節(jié)（16 位）來(lái)存放一個(gè)序號(hào)（DBCS），因此，這種方式存放的字符也被稱(chēng)作寬字節(jié)字符。比如，字符串 "中文123" 在 Windows 2000 下，內(nèi)存中實(shí)際存放的是 5 個(gè)序號(hào)：
2D 4E 87 65 31 00 32 00 33 00 00 00 ← 在 x86 CPU 中，低字節(jié)在前
中 文 1 2 3 \0
一共占 10 個(gè)字節(jié)。
回頁(yè)首
1.2 字符，字節(jié)，字符串
理解編碼的關(guān)鍵，是要把字符的概念和字節(jié)的概念理解準(zhǔn)確。這兩個(gè)概念容易混淆，我們?cè)诖俗鲆幌聟^(qū)分：
概念描述 舉例
字符 人們使用的記號(hào)，抽象意義上的一個(gè)符號(hào)。 '1', '中', 'a', '$', '￥', ……
字節(jié) 計(jì)算機(jī)中存儲(chǔ)數(shù)據(jù)的單元，一個(gè)8位的二進(jìn)制數(shù)，是一個(gè)很具體的存儲(chǔ)空間。 0x01, 0x45, 0xFA, ……
ANSI
字符串 在內(nèi)存中，如果“字符”是以 ANSI 編碼形式存在的，一個(gè)字符可能使用一個(gè)字節(jié)或多個(gè)字節(jié)來(lái)表示，那么我們稱(chēng)這種字符串為 ANSI 字符串或者多字節(jié)字符串。 "中文123"
（占7字節(jié)）
UNICODE
字符串 在內(nèi)存中，如果“字符”是以在 UNICODE 中的序號(hào)存在的，那么我們稱(chēng)這種字符串為 UNICODE 字符串或者寬字節(jié)字符串。 L"中文123"
（占10字節(jié)）
由于不同 ANSI 編碼所規(guī)定的標(biāo)準(zhǔn)是不相同的，因此，對(duì)于一個(gè)給定的多字節(jié)字符串，我們必須知道它采用的是哪一種編碼規(guī)則，才能夠知道它包含了哪些“字符”。而對(duì)于 UNICODE 字符串來(lái)說(shuō)，不管在什么環(huán)境下，它所代表的“字符”內(nèi)容總是不變的。
回頁(yè)首
1.3 字符集與編碼
各個(gè)國(guó)家和地區(qū)所制定的不同 ANSI 編碼標(biāo)準(zhǔn)中，都只規(guī)定了各自語(yǔ)言所需的“字符”。比如：漢字標(biāo)準(zhǔn)（GB2312）中沒(méi)有規(guī)定韓國(guó)語(yǔ)字符怎樣存儲(chǔ)。這些 ANSI 編碼標(biāo)準(zhǔn)所規(guī)定的內(nèi)容包含兩層含義：
使用哪些字符。也就是說(shuō)哪些漢字，字母和符號(hào)會(huì)被收入標(biāo)準(zhǔn)中。所包含“字符”的集合就叫做“字符集”。
規(guī)定每個(gè)“字符”分別用一個(gè)字節(jié)還是多個(gè)字節(jié)存儲(chǔ)，用哪些字節(jié)來(lái)存儲(chǔ)，這個(gè)規(guī)定就叫做“編碼”。
各個(gè)國(guó)家和地區(qū)在制定編碼標(biāo)準(zhǔn)的時(shí)候，“字符的集合”和“編碼”一般都是同時(shí)制定的。因此，平常我們所說(shuō)的“字符集”，比如：GB2312, GBK, JIS 等，除了有“字符的集合”這層含義外，同時(shí)也包含了“編碼”的含義。
“UNICODE 字符集”包含了各種語(yǔ)言中使用到的所有“字符”。用來(lái)給 UNICODE 字符集編碼的標(biāo)準(zhǔn)有很多種，比如：UTF-8, UTF-7, UTF-16, UnicodeLittle, UnicodeBig 等。
1.4 常用的編碼簡(jiǎn)介
簡(jiǎn)單介紹一下常用的編碼規(guī)則，為后邊的章節(jié)做一個(gè)準(zhǔn)備。在這里，我們根據(jù)編碼規(guī)則的特點(diǎn)，把所有的編碼分成三類(lèi)：
分類(lèi) 編碼標(biāo)準(zhǔn) 說(shuō)明
單字節(jié)字符編碼 ISO-8859-1 最簡(jiǎn)單的編碼規(guī)則，每一個(gè)字節(jié)直接作為一個(gè) UNICODE 字符。比如，[0xD6, 0xD0] 這兩個(gè)字節(jié)，通過(guò) iso-8859-1 轉(zhuǎn)化為字符串時(shí)，將直接得到 [0x00D6, 0x00D0] 兩個(gè) UNICODE 字符，即 "ÖÐ"。
反之，將 UNICODE 字符串通過(guò) iso-8859-1 轉(zhuǎn)化為字節(jié)串時(shí)，只能正常轉(zhuǎn)化 0~255 范圍的字符。
ANSI 編碼 GB2312,
BIG5,
Shift_JIS,
ISO-8859-2 …… 把 UNICODE 字符串通過(guò) ANSI 編碼轉(zhuǎn)化為“字節(jié)串”時(shí)，根據(jù)各自編碼的規(guī)定，一個(gè) UNICODE 字符可能轉(zhuǎn)化成一個(gè)字節(jié)或多個(gè)字節(jié)。
反之，將字節(jié)串轉(zhuǎn)化成字符串時(shí)，也可能多個(gè)字節(jié)轉(zhuǎn)化成一個(gè)字符。比如，[0xD6, 0xD0] 這兩個(gè)字節(jié)，通過(guò) GB2312 轉(zhuǎn)化為字符串時(shí)，將得到 [0x4E2D] 一個(gè)字符，即 '中' 字。
“ANSI 編碼”的特點(diǎn)：
1. 這些“ANSI 編碼標(biāo)準(zhǔn)”都只能處理各自語(yǔ)言范圍之內(nèi)的 UNICODE 字符。
2. “UNICODE 字符”與“轉(zhuǎn)換出來(lái)的字節(jié)”之間的關(guān)系是人為規(guī)定的。
UNICODE 編碼 UTF-8,
UTF-16, UnicodeBig …… 與“ANSI 編碼”類(lèi)似的，把字符串通過(guò) UNICODE 編碼轉(zhuǎn)化成“字節(jié)串”時(shí)，一個(gè) UNICODE 字符可能轉(zhuǎn)化成一個(gè)字節(jié)或多個(gè)字節(jié)。
與“ANSI 編碼”不同的是：
1. 這些“UNICODE 編碼”能夠處理所有的 UNICODE 字符。
2. “UNICODE 字符”與“轉(zhuǎn)換出來(lái)的字節(jié)”之間是可以通過(guò)計(jì)算得到的。
我們實(shí)際上沒(méi)有必要去深究每一種編碼具體把某一個(gè)字符編碼成了哪幾個(gè)字節(jié)，我們只需要知道“編碼”的概念就是把“字符”轉(zhuǎn)化成“字節(jié)”就可以了。對(duì)于“UNICODE 編碼”，由于它們是可以通過(guò)計(jì)算得到的，因此，在特殊的場(chǎng)合，我們可以去了解某一種“UNICODE 編碼”是怎樣的規(guī)則。
2. 字符與編碼在程序中的實(shí)現(xiàn)
2.1 程序中的字符與字節(jié)
在 C++ 和 Java 中，用來(lái)代表“字符”和“字節(jié)”的數(shù)據(jù)類(lèi)型，以及進(jìn)行編碼的方法：
類(lèi)型或操作 C++ Java
字符 wchar_t char
字節(jié) char byte
ANSI 字符串 char[] byte[]
UNICODE 字符串 wchar_t[] String
字節(jié)串→字符串 mbstowcs(), MultiByteToWideChar() string = new String(bytes, "encoding")
字符串→字節(jié)串 wcstombs(), WideCharToMultiByte() bytes = string.getBytes("encoding")
以上需要注意幾點(diǎn)：
Java 中的 char 代表一個(gè)“UNICODE 字符（寬字節(jié)字符）”，而 C++ 中的 char 代表一個(gè)字節(jié)。
MultiByteToWideChar() 和 WideCharToMultiByte() 是 Windows API 函數(shù)。
2.2 C++ 中相關(guān)實(shí)現(xiàn)方法
聲明一段字符串常量：
// ANSI 字符串，內(nèi)容長(zhǎng)度 7 字節(jié)
char sz[20] = "中文123";
// UNICODE 字符串，內(nèi)容長(zhǎng)度 5 個(gè) wchar_t（10 字節(jié)）
wchar_t wsz[20] = L"\x4E2D\x6587\x0031\x0032\x0033";
UNICODE 字符串的 I/O 操作，字符與字節(jié)的轉(zhuǎn)換操作：
// 運(yùn)行時(shí)設(shè)定當(dāng)前 ANSI 編碼，VC 格式
setlocale(LC_ALL, ".936");
// GCC 中格式
setlocale(LC_ALL, "zh_CN.GBK");
// Visual C++ 中使用小寫(xiě) %s，按照 setlocale 指定編碼輸出到文件
// GCC 中使用大寫(xiě) %S
fwprintf(fp, L"%s\n", wsz);
// 把 UNICODE 字符串按照 setlocale 指定的編碼轉(zhuǎn)換成字節(jié)
wcstombs(sz, wsz, 20);
// 把字節(jié)串按照 setlocale 指定的編碼轉(zhuǎn)換成 UNICODE 字符串
mbstowcs(wsz, sz, 20);
在 Visual C++ 中，UNICODE 字符串常量有更簡(jiǎn)單的表示方法。如果源程序的編碼與當(dāng)前默認(rèn) ANSI 編碼不符，則需要使用 #pragma setlocale，告訴編譯器源程序使用的編碼：
// 如果源程序的編碼與當(dāng)前默認(rèn) ANSI 編碼不一致，
// 則需要此行，編譯時(shí)用來(lái)指明當(dāng)前源程序使用的編碼
#pragma setlocale(".936")
// UNICODE 字符串常量，內(nèi)容長(zhǎng)度 10 字節(jié)
wchar_t wsz[20] = L"中文123";
以上需要注意 #pragma setlocale 與 setlocale(LC_ALL, "") 的作用是不同的，#pragma setlocale 在編譯時(shí)起作用，setlocale() 在運(yùn)行時(shí)起作用。
2.3 Java 中相關(guān)實(shí)現(xiàn)方法
字符串類(lèi) String 中的內(nèi)容是 UNICODE 字符串：
// Java 代碼，直接寫(xiě)中文
String string = "中文123";//come from http://www.bt285.cn http://www.5a520.cn
// 得到長(zhǎng)度為 5，因?yàn)槭?5 個(gè)字符
System.out.println(string.length());
字符串 I/O 操作，字符與字節(jié)轉(zhuǎn)換操作。在 Java 包 java.io.* 中，以“Stream”結(jié)尾的類(lèi)一般是用來(lái)操作“字節(jié)串”的類(lèi)，以“Reader”，“Writer”結(jié)尾的類(lèi)一般是用來(lái)操作“字符串”的類(lèi)。
// 字符串與字節(jié)串間相互轉(zhuǎn)化
// 按照 GB2312 得到字節(jié)（得到多字節(jié)字符串）
byte [] bytes = string.getBytes("GB2312");
// 從字節(jié)按照 GB2312 得到 UNICODE 字符串
string = new String(bytes, "GB2312");
// 要將 String 按照某種編碼寫(xiě)入文本文件，有兩種方法：
// 第一種辦法：用 Stream 類(lèi)寫(xiě)入已經(jīng)按照指定編碼轉(zhuǎn)化好的字節(jié)串
OutputStream os = new FileOutputStream("1.txt");
os.write(bytes);
os.close();
// 第二種辦法：構(gòu)造指定編碼的 Writer 來(lái)寫(xiě)入字符串
Writer ow = new OutputStreamWriter(new FileOutputStream("2.txt"), "GB2312");
ow.write(string);
ow.close();
/* 最后得到的 1.txt 和 2.txt 都是 7 個(gè)字節(jié) */
如果 java 的源程序編碼與當(dāng)前默認(rèn) ANSI 編碼不符，則在編譯的時(shí)候，需要指明一下源程序的編碼。比如：
E:\>javac -encoding BIG5 Hello.java
以上需要注意區(qū)分源程序的編碼與 I/O 操作的編碼，前者是在編譯時(shí)起作用，后者是在運(yùn)行時(shí)起作用。
3. 幾種誤解，以及亂碼產(chǎn)生的原因和解決辦法
3.1 容易產(chǎn)生的誤解
對(duì)編碼的誤解
誤解一 在將“字節(jié)串”轉(zhuǎn)化成“UNICODE 字符串”時(shí)，比如在讀取文本文件時(shí)，或者通過(guò)網(wǎng)絡(luò)傳輸文本時(shí)，容易將“字節(jié)串”簡(jiǎn)單地作為單字節(jié)字符串，采用每“一個(gè)字節(jié)”就是“一個(gè)字符”的方法進(jìn)行轉(zhuǎn)化。
而實(shí)際上，在非英文的環(huán)境中，應(yīng)該將“字節(jié)串”作為 ANSI 字符串，采用適當(dāng)?shù)木幋a來(lái)得到 UNICODE 字符串，有可能“多個(gè)字節(jié)”才能得到“一個(gè)字符”。
通常，一直在英文環(huán)境下做開(kāi)發(fā)的程序員們，容易有這種誤解。
誤解二 在 DOS，Windows 98 等非 UNICODE 環(huán)境下，字符串都是以 ANSI 編碼的字節(jié)形式存在的。這種以字節(jié)形式存在的字符串，必須知道是哪種編碼才能被正確地使用。這使我們形成了一個(gè)慣性思維：“字符串的編碼”。
當(dāng) UNICODE 被支持后，Java 中的 String 是以字符的“序號(hào)”來(lái)存儲(chǔ)的，不是以“某種編碼的字節(jié)”來(lái)存儲(chǔ)的，因此已經(jīng)不存在“字符串的編碼”這個(gè)概念了。只有在“字符串”與“字節(jié)串”轉(zhuǎn)化時(shí)，或者，將一個(gè)“字節(jié)串”當(dāng)成一個(gè) ANSI 字符串時(shí)，才有編碼的概念。
不少的人都有這個(gè)誤解。
第一種誤解，往往是導(dǎo)致亂碼產(chǎn)生的原因。第二種誤解，往往導(dǎo)致本來(lái)容易糾正的亂碼問(wèn)題變得更復(fù)雜。
在這里，我們可以看到，其中所講的“誤解一”，即采用每“一個(gè)字節(jié)”就是“一個(gè)字符”的轉(zhuǎn)化方法，實(shí)際上也就等同于采用 iso-8859-1 進(jìn)行轉(zhuǎn)化。因此，我們常常使用 bytes = string.getBytes("iso-8859-1") 來(lái)進(jìn)行逆向操作，得到原始的“字節(jié)串”。然后再使用正確的 ANSI 編碼，比如 string = new String(bytes, "GB2312")，來(lái)得到正確的“UNICODE 字符串”。
3.2 非 UNICODE 程序在不同語(yǔ)言環(huán)境間移植時(shí)的亂碼
非 UNICODE 程序中的字符串，都是以某種 ANSI 編碼形式存在的。如果程序運(yùn)行時(shí)的語(yǔ)言環(huán)境與開(kāi)發(fā)時(shí)的語(yǔ)言環(huán)境不同，將會(huì)導(dǎo)致 ANSI 字符串的顯示失敗。
比如，在日文環(huán)境下開(kāi)發(fā)的非 UNICODE 的日文程序界面，拿到中文環(huán)境下運(yùn)行時(shí)，界面上將顯示亂碼。如果這個(gè)日文程序界面改為采用 UNICODE 來(lái)記錄字符串，那么當(dāng)在中文環(huán)境下運(yùn)行時(shí)，界面上將可以顯示正常的日文。
由于客觀原因，有時(shí)候我們必須在中文操作系統(tǒng)下運(yùn)行非 UNICODE 的日文軟件，這時(shí)我們可以采用一些工具，比如，南極星，AppLocale 等，暫時(shí)的模擬不同的語(yǔ)言環(huán)境。
3.3 網(wǎng)頁(yè)提交字符串
當(dāng)頁(yè)面中的表單提交字符串時(shí)，首先把字符串按照當(dāng)前頁(yè)面的編碼，轉(zhuǎn)化成字節(jié)串。然后再將每個(gè)字節(jié)轉(zhuǎn)化成 "%XX" 的格式提交到 Web 服務(wù)器。比如，一個(gè)編碼為 GB2312 的頁(yè)面，提交 "中" 這個(gè)字符串時(shí)，提交給服務(wù)器的內(nèi)容為 "%D6%D0"。
在服務(wù)器端，Web 服務(wù)器把收到的 "%D6%D0" 轉(zhuǎn)化成 [0xD6, 0xD0] 兩個(gè)字節(jié)，然后再根據(jù) GB2312 編碼規(guī)則得到 "中" 字。
在 Tomcat 服務(wù)器中，request.getParameter() 得到亂碼時(shí)，常常是因?yàn)榍懊嫣岬降?#8220;誤解一”造成的。默認(rèn)情況下，當(dāng)提交 "%D6%D0" 給 Tomcat 服務(wù)器時(shí)，request.getParameter() 將返回 [0x00D6, 0x00D0] 兩個(gè) UNICODE 字符，而不是返回一個(gè) "中" 字符。因此，我們需要使用 bytes = string.getBytes("iso-8859-1") 得到原始的字節(jié)串，再用 string = new String(bytes, "GB2312") 重新得到正確的字符串 "中"。
3.4 從數(shù)據(jù)庫(kù)讀取字符串
通過(guò)數(shù)據(jù)庫(kù)客戶(hù)端（比如 ODBC 或 JDBC）從數(shù)據(jù)庫(kù)服務(wù)器中讀取字符串時(shí)，客戶(hù)端需要從服務(wù)器獲知所使用的 ANSI 編碼。當(dāng)數(shù)據(jù)庫(kù)服務(wù)器發(fā)送字節(jié)流給客戶(hù)端時(shí)，客戶(hù)端負(fù)責(zé)將字節(jié)流按照正確的編碼轉(zhuǎn)化成 UNICODE 字符串。
如果從數(shù)據(jù)庫(kù)讀取字符串時(shí)得到亂碼，而數(shù)據(jù)庫(kù)中存放的數(shù)據(jù)又是正確的，那么往往還是因?yàn)榍懊嫣岬降?#8220;誤解一”造成的。解決的辦法還是通過(guò) string = new String( string.getBytes("iso-8859-1"), "GB2312") 的方法，重新得到原始的字節(jié)串，再重新使用正確的編碼轉(zhuǎn)化成字符串。
3.5 電子郵件中的字符串
當(dāng)一段 Text 或者 HTML 通過(guò)電子郵件傳送時(shí)，發(fā)送的內(nèi)容首先通過(guò)一種指定的字符編碼轉(zhuǎn)化成“字節(jié)串”，然后再把“字節(jié)串”通過(guò)一種指定的傳輸編碼（Content-Transfer-Encoding）進(jìn)行轉(zhuǎn)化得到另一串“字節(jié)串”。比如，打開(kāi)一封電子郵件源代碼，可以看到類(lèi)似的內(nèi)容：
Content-Type: text/plain;
charset="gb2312"
Content-Transfer-Encoding: base64
sbG+qcrQuqO17cf4yee74bGjz9W7+b3wudzA7dbQ0MQNCg0KvPKzxqO6uqO17cnnsaPW0NDEDQoNCg==
最常用的 Content-Transfer-Encoding 有 Base64 和 Quoted-Printable 兩種。在對(duì)二進(jìn)制文件或者中文文本進(jìn)行轉(zhuǎn)化時(shí)，Base64 得到的“字節(jié)串”比 Quoted-Printable 更短。在對(duì)英文文本進(jìn)行轉(zhuǎn)化時(shí)，Quoted-Printable 得到的“字節(jié)串”比 Base64 更短。
郵件的標(biāo)題，用了一種更簡(jiǎn)短的格式來(lái)標(biāo)注“字符編碼”和“傳輸編碼”。比如，標(biāo)題內(nèi)容為 "中"，則在郵件源代碼中表示為：
// 正確的標(biāo)題格式
Subject: =?GB2312?B?1tA=?=
其中，
第一個(gè)“=?”與“?”中間的部分指定了字符編碼，在這個(gè)例子中指定的是 GB2312。
“?”與“?”中間的“B”代表 Base64。如果是“Q”則代表 Quoted-Printable。
最后“?”與“?=”之間的部分，就是經(jīng)過(guò) GB2312 轉(zhuǎn)化成字節(jié)串，再經(jīng)過(guò) Base64 轉(zhuǎn)化后的標(biāo)題內(nèi)容。
如果“傳輸編碼”改為 Quoted-Printable，同樣，如果標(biāo)題內(nèi)容為 "中"：
// 正確的標(biāo)題格式
Subject: =?GB2312?Q?=D6=D0?=
如果閱讀郵件時(shí)出現(xiàn)亂碼，一般是因?yàn)?#8220;字符編碼”或“傳輸編碼”指定有誤，或者是沒(méi)有指定。比如，有的發(fā)郵件組件在發(fā)送郵件時(shí)，標(biāo)題 "中"：
// 錯(cuò)誤的標(biāo)題格式
Subject: =?ISO-8859-1?Q?=D6=D0?=
這樣的表示，實(shí)際上是明確指明了標(biāo)題為 [0x00D6, 0x00D0]，即 "ÖÐ"，而不是 "中"。
4. 幾種錯(cuò)誤理解的糾正
誤解：“ISO-8859-1 是國(guó)際編碼？”
非也。iso-8859-1 只是單字節(jié)字符集中最簡(jiǎn)單的一種，也就是“字節(jié)編號(hào)”與“UNICODE 字符編號(hào)”一致的那種編碼規(guī)則。當(dāng)我們要把一個(gè)“字節(jié)串”轉(zhuǎn)化成“字符串”，而又不知道它是哪一種 ANSI 編碼時(shí)，先暫時(shí)地把“每一個(gè)字節(jié)”作為“一個(gè)字符”進(jìn)行轉(zhuǎn)化，不會(huì)造成信息丟失。然后再使用 bytes = string.getBytes("iso-8859-1") 的方法可恢復(fù)到原始的字節(jié)串。
誤解：“Java 中，怎樣知道某個(gè)字符串的內(nèi)碼？”
Java 中，字符串類(lèi) java.lang.String 處理的是 UNICODE 字符串，不是 ANSI 字符串。我們只需要把字符串作為“抽象的符號(hào)的串”來(lái)看待。因此不存在字符串的內(nèi)碼的問(wèn)題。
1.死鎖
多線程編程在實(shí)際的網(wǎng)絡(luò)程序開(kāi)發(fā)中，在客戶(hù)端程序?qū)崿F(xiàn)中使用的比較簡(jiǎn)單，但是在服務(wù)器端程序?qū)崿F(xiàn)中卻不僅是大量使用，而且會(huì)出現(xiàn)比客戶(hù)端更多的問(wèn)題。
另外一個(gè)容易在服務(wù)器端出現(xiàn)的多線程問(wèn)題是——死鎖。死鎖指兩個(gè)或兩個(gè)以上的線程為了使用某個(gè)臨界資源而無(wú)限制的等待下去。還是以前面衛(wèi)生間的例子來(lái)說(shuō)明死鎖，例如兩個(gè)人都同時(shí)到達(dá)衛(wèi)生間，而且兩個(gè)人都比較禮貌，第一個(gè)人和第二個(gè)人說(shuō)：你先吧，第二個(gè)人和第一個(gè)人說(shuō)：你先吧。這兩個(gè)人就這樣一直在互相禮讓?zhuān)l(shuí)也不進(jìn)入，這種現(xiàn)象就是死鎖。這里的兩個(gè)人就好比是線程，而衛(wèi)生間在這里就是臨界資源，而由于這兩個(gè)線程在一直謙讓?zhuān)l(shuí)也不使用臨界資源。
死鎖不僅使程序無(wú)法達(dá)到預(yù)期實(shí)現(xiàn)的功能，而且浪費(fèi)系統(tǒng)的資源，所以在服務(wù)器端程序中危害比較大，在實(shí)際的服務(wù)器端程序開(kāi)發(fā)中，需要注意避免死鎖。
而死鎖的檢測(cè)比較麻煩，而且不一定每次都出現(xiàn)，這就需要在測(cè)試服務(wù)器端程序時(shí)，有足夠的耐心，仔細(xì)觀察程序執(zhí)行時(shí)的性能檢測(cè)，如果發(fā)現(xiàn)執(zhí)行的性能顯著降低，則很可能是發(fā)生了死鎖，然后再具體的查找死鎖出現(xiàn)的原因，并解決死鎖的問(wèn)題。
死鎖出現(xiàn)的最本質(zhì)原因還是邏輯處理不夠嚴(yán)謹(jǐn)，在考慮時(shí)不是很周全，所以一般需要修改程序邏輯才能夠很好的解決死鎖。
2. 線程優(yōu)先級(jí)
在日常生活中，例如火車(chē)售票窗口等經(jīng)常可以看到“XXX優(yōu)先”，那么多線程編程中每個(gè)線程是否也可以設(shè)置優(yōu)先級(jí)呢？
在多線程編程中，支持為每個(gè)線程設(shè)置優(yōu)先級(jí)。優(yōu)先級(jí)高的線程在排隊(duì)執(zhí)行時(shí)會(huì)獲得更多的CPU執(zhí)行時(shí)間，得到更快的響應(yīng)。在實(shí)際程序中，可以根據(jù)邏輯的需要，將需要得到及時(shí)處理的線程設(shè)置成較高的優(yōu)先級(jí)，而把對(duì)時(shí)間要求不高的線程設(shè)置成比較低的優(yōu)先級(jí)。
在Thread類(lèi)中，總計(jì)規(guī)定了三個(gè)優(yōu)先級(jí)，分別為：
l MAX_PRIORITY——最高優(yōu)先級(jí)
l NORM_PRIORITY——普通優(yōu)先級(jí)，也是默認(rèn)優(yōu)先級(jí)
l MIN_PRIORITY——最低優(yōu)先級(jí)
在前面創(chuàng)建的線程對(duì)象中，由于沒(méi)有設(shè)置線程的優(yōu)先級(jí)，則線程默認(rèn)的優(yōu)先級(jí)是NORM_PRIORITY，在實(shí)際使用時(shí)，也可以根據(jù)需要使用Thread類(lèi)中的setPriority方法設(shè)置線程的優(yōu)先級(jí)，該方法的聲明為：
public final void setPriority(int newPriority)
假設(shè)t是一個(gè)初始化過(guò)的線程對(duì)象，需要設(shè)置t的優(yōu)先級(jí)為最高，則實(shí)現(xiàn)的代碼為：
t. setPriority(Thread. MAX_PRIORITY);
這樣，在該線程執(zhí)行時(shí)將獲得更多的執(zhí)行機(jī)會(huì)，也就是優(yōu)先執(zhí)行。如果由于安全等原因，不允許設(shè)置線程的優(yōu)先級(jí)，則會(huì)拋出SecurityException異常。
下面使用一個(gè)簡(jiǎn)單的輸出數(shù)字的線程演示線程優(yōu)先級(jí)的使用，實(shí)現(xiàn)的示例代碼如下：
package priority;
/**
* 測(cè)試線程優(yōu)先級(jí)
* author by http://www.bt285.cn http://www.5a520.cn
*/
public class TestPriority {
public static void main(String[] args) {
PrintNumberThread p1 = new PrintNumberThread("高優(yōu)先級(jí)");
PrintNumberThread p2 = new PrintNumberThread("普通優(yōu)先級(jí)");
PrintNumberThread p3 = new PrintNumberThread("低優(yōu)先級(jí)");
p1.setPriority(Thread.MAX_PRIORITY);
p2.setPriority(Thread.NORM_PRIORITY);
p3.setPriority(Thread.MIN_PRIORITY);
p1.start();
p2.start();
p3.start();
}
}
package priority;
/**
* 輸出數(shù)字的線程
*/
public class PrintNumberThread extends Thread {
String name;
public PrintNumberThread(String name){
this.name = name;
}
public void run(){
try{
for(int i = 0;i < 10;i++){
System.out.println(name + ":" + i);
}
}catch(Exception e){}
}
}
程序的一種執(zhí)行結(jié)果為：
高優(yōu)先級(jí):0
高優(yōu)先級(jí):1
高優(yōu)先級(jí):2
普通優(yōu)先級(jí):0
高優(yōu)先級(jí):3
普通優(yōu)先級(jí):1
高優(yōu)先級(jí):4
普通優(yōu)先級(jí):2
高優(yōu)先級(jí):5
高優(yōu)先級(jí):6
高優(yōu)先級(jí):7
高優(yōu)先級(jí):8
高優(yōu)先級(jí):9
普通優(yōu)先級(jí):3
普通優(yōu)先級(jí):4
普通優(yōu)先級(jí):5
普通優(yōu)先級(jí):6
普通優(yōu)先級(jí):7
普通優(yōu)先級(jí):8
普通優(yōu)先級(jí):9
低優(yōu)先級(jí):0
低優(yōu)先級(jí):1
低優(yōu)先級(jí):2
低優(yōu)先級(jí):3
低優(yōu)先級(jí):4
低優(yōu)先級(jí):5
低優(yōu)先級(jí):6
低優(yōu)先級(jí):7
低優(yōu)先級(jí):8
低優(yōu)先級(jí):9
在該示例程序，PrintNumberThread線程實(shí)現(xiàn)的功能是輸出數(shù)字，每次數(shù)字輸出之間沒(méi)有設(shè)置時(shí)間延遲，在測(cè)試類(lèi)TestPriority中創(chuàng)建三個(gè)PrintNumberThread類(lèi)型的線程對(duì)象，然后分別設(shè)置線程優(yōu)先級(jí)是最高、普通和最低，接著啟動(dòng)線程執(zhí)行程序。從執(zhí)行結(jié)果可以看出高優(yōu)先級(jí)的線程獲得了更多的執(zhí)行時(shí)間，首先執(zhí)行完成，而低優(yōu)先級(jí)的線程由于優(yōu)先級(jí)較低，所以最后一個(gè)執(zhí)行結(jié)束。
其實(shí)，對(duì)于線程優(yōu)先級(jí)的管理主要由系統(tǒng)的線程調(diào)度實(shí)現(xiàn)，較高優(yōu)先級(jí)的線程優(yōu)先執(zhí)行，所以可以通過(guò)設(shè)置線程的優(yōu)先級(jí)影響線程的執(zhí)行。
5 總結(jié)
關(guān)于多線程的基礎(chǔ)知識(shí)就介紹這么多，在本章中介紹了線程的概念、線程的實(shí)現(xiàn)方式以及使用多線程時(shí)會(huì)遇到的問(wèn)題以及解決辦法，而需要建立多線程的概念，也就是并發(fā)編程的概念還需要進(jìn)行比較多的練習(xí)，理解多線程的概念并熟悉多線程的編程。
而關(guān)于多線程編程的高級(jí)知識(shí)，如線程組等則可以在熟悉了線程的基本概念以后再進(jìn)行更加深入的學(xué)習(xí)。