UTF-8編碼是什么？
UTF-8 編碼是一種被廣泛應(yīng)用的編碼，這種編碼致力于把全球的語言納入一個統(tǒng)一的編碼，目前已經(jīng)將幾種亞洲語言納入。UTF 代表 UCS Transformation Format.
UTF-8 采用變長度字節(jié)來表示字符，理論上最多可以到 6 個字節(jié)長度。UTF-8 編碼兼容了 ASC II(0-127)， 也就是說 UTF-8 對于 ASC II 字符的編碼是和 ASC II 一樣的。對于超過一個字節(jié)長度的字符，才用以下編碼規(guī)范：
左邊第一個字節(jié)1的個數(shù)表示這個字符編碼字節(jié)的位數(shù)，例如兩位字節(jié)字符編碼樣式為為：110xxxxx 10xxxxxx； 三位字節(jié)字符的編碼樣式為：1110xxxx 10xxxxxx 10xxxxxx.；以此類推，六位字節(jié)字符的編碼樣式為：1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx。 xxx 的值由字符編碼的二進制表示的位填入。只用最短的那個足夠表達(dá)一個字符編碼的多字節(jié)串。例如：
Unicode 字符： 00 A9（版權(quán)符號） = 1010 1001， UTF-8 編碼為：11000010 10101001 = 0x C2 0xA9; 字符 22 60 (不等于符號) = 0010 0010 0110 0000， UTF-8 編碼為：11100010 10001001 10100000 = 0xE2 0x89 0xA0
GBK編碼是什么？
GBK: 漢字國標(biāo)擴展碼,基本上采用了原來GB2312-80所有的漢字及碼位，并涵蓋了原Unicode中所有的漢字20902，總共收錄了883個符號， 21003個漢字及提供了1894個造字碼位。 Microsoft簡體版中文Windows 95就是以GBK為內(nèi)碼，又由于GBK同時也涵蓋了Unicode所有CJK漢字，所以也可以和Unicode做一一對應(yīng)。
GB碼，全稱是GB2312-80《信息交換用漢字編碼字符集 基本集》，1980年發(fā)布，是中文信息處理的國家標(biāo)準(zhǔn)，在大陸及海外使用簡體中文的地區(qū)（如新加坡等）是強制使用的唯一中文編碼。P-Windows3.2和蘋果OS就是以GB2312為基本漢字編碼， Windows 95/98則以GBK為基本漢字編碼、但兼容支持GB2312。GB碼共收錄6763個簡體漢字、682個符號，其中漢字部分：一級字3755，以拼音排序，二級字3008，以偏旁排序。該標(biāo)準(zhǔn)的制定和應(yīng)用為規(guī)范、推動中文信息化進程起了很大作用。
GB2312編碼是什么？
GB2312-80（簡稱GB2312或GB80）的全稱為《信息交換用漢字編碼字符集—基本集》，由中國國家標(biāo)準(zhǔn)總局發(fā)布，于1981年5月實施。目前，通行于中國大陸和新加坡。
字符必須編碼后才能被計算機處理。計算機使用的缺省編碼方式就是計算機的內(nèi)碼。早期的計算機使用7位的ASCII編碼，為了處理漢字，程序員設(shè)計了用于簡體中文的GB2312和用于繁體中文的big5。
GB2312(1980年)一共收錄了7445個字符，包括6763個漢字和682個其它符號。漢字區(qū)的內(nèi)碼范圍高字節(jié)從B0-F7，低字節(jié)從A1-FE，占用的碼位是72*94=6768。其中有5個空位是D7FA-D7FE。
JSP pageEncoding和contentType屬性
JSP要經(jīng)過兩次的“編碼”，第一階段會用pageEncoding，第二階段會用utf-8至utf-8，第三階段就是由Tomcat出來的網(wǎng)頁， 用的是contentType。
關(guān)于JSP頁面中的pageEncoding和contentType兩種屬性的區(qū)別：
pageEncoding是jsp文件本身的編碼
contentType的charset是指服務(wù)器發(fā)送給客戶端時的內(nèi)容編碼
JSP要經(jīng)過兩次的“編碼”，第一階段會用pageEncoding，第二階段會用utf-8至utf-8，第三階段就是由Tomcat出來的網(wǎng)頁，用的是contentType。
第一階段是jsp編譯成.java，它會根據(jù)pageEncoding的設(shè)定讀取jsp，結(jié)果是由指定的編碼方案翻譯成統(tǒng)一的UTF-8 JAVA源碼（即.java），如果pageEncoding設(shè)定錯了，或沒有設(shè)定，出來的就是中文亂碼。
第二階段是由JAVAC的JAVA源碼至java byteCode的編譯，不論JSP編寫時候用的是什么編碼方案，經(jīng)過這個階段的結(jié)果全部是UTF-8的encoding的java源碼。
JAVAC用UTF-8的encoding讀取java源碼，編譯成UTF-8 encoding的二進制碼（即.class），這是JVM對常數(shù)字串在二進制碼（java encoding）內(nèi)表達(dá)的規(guī)范。
第三階段是Tomcat（或其的application container）載入和執(zhí)行階段二的來的JAVA二進制碼，輸出的結(jié)果，也就是在客戶端見到的，這時隱藏在階段一和階段二的參數(shù)contentType就發(fā)揮了功效
contentType的設(shè)定.
pageEncoding 和contentType的預(yù)設(shè)都是 ISO8859-1. 而隨便設(shè)定了其中一個, 另一個就跟著一樣了(TOMCAT4.1.27是如此). 但這不是絕對的, 這要看各自JSPC的處理方式. 而pageEncoding不等于contentType, 更有利亞洲區(qū)的文字 CJKV系JSP網(wǎng)頁的開發(fā)和展示, (例pageEncoding=GB2312 不等于 contentType=utf-8)。
jsp文件不像.java，.java在被編譯器讀入的時候默認(rèn)采用的是操作系統(tǒng)所設(shè)定的locale所對應(yīng)的編碼。一般我們不管是在記事本還是在ue中寫代碼，如果沒有經(jīng)過特別轉(zhuǎn)碼的話，寫出來的都是本地編碼格式的內(nèi)容。所以編譯器采用的方法剛好可以讓虛擬機得到正確的資料。
但是jsp文件不是這樣，它沒有這個默認(rèn)轉(zhuǎn)碼過程，但是指定了pageEncoding就可以實現(xiàn)正確轉(zhuǎn)碼了。
舉個例子:
<%@ page contentType="text/html;charset=utf-8" %>
大都會打印出亂碼，因為我輸入的“你好嗎”是gbk的，但是服務(wù)器是否正確抓到“你好嗎”不得而知。
但是如果更改為
<%@ page contentType="text/html;charset=utf-8" pageEncoding="GBK"%>