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(yǔ)言納入一個(gè)統(tǒng)一的編碼，目前已經(jīng)將幾種亞洲語(yǔ)言納入。UTF 代表 UCS Transformation Format.
UTF-8 采用變長(zhǎng)度字節(jié)來(lái)表示字符，理論上最多可以到 6 個(gè)字節(jié)長(zhǎng)度。UTF-8 編碼兼容了 ASC II(0-127)， 也就是說(shuō) UTF-8 對(duì)于 ASC II 字符的編碼是和 ASC II 一樣的。對(duì)于超過(guò)一個(gè)字節(jié)長(zhǎng)度的字符，才用以下編碼規(guī)范：
左邊第一個(gè)字節(jié)1的個(gè)數(shù)表示這個(gè)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(lèi)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(jìn)制表示的位填入。只用最短的那個(gè)足夠表達(dá)一個(gè)字符編碼的多字節(jié)串。例如：
Unicode 字符： 00 A9（版權(quán)符號(hào)） = 1010 1001， UTF-8 編碼為：11000010 10101001 = 0x C2 0xA9; 字符 22 60 (不等于符號(hào)) = 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(guó)標(biāo)擴(kuò)展碼,基本上采用了原來(lái)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(gè)符號(hào)， 21003個(gè)漢字及提供了1894個(gè)造字碼位。 Microsoft簡(jiǎn)體版中文Windows 95就是以GBK為內(nèi)碼，又由于GBK同時(shí)也涵蓋了Unicode所有CJK漢字，所以也可以和Unicode做一一對(duì)應(yīng)。
GB碼，全稱(chēng)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(guó)家標(biāo)準(zhǔn)，在大陸及海外使用簡(jiǎn)體中文的地區(qū)（如新加坡等）是強(qiáng)制使用的唯一中文編碼。P-Windows3.2和蘋(píng)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(gè)簡(jiǎn)體漢字、682個(gè)符號(hào)，其中漢字部分：一級(jí)字3755，以拼音排序，二級(jí)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(dòng)中文信息化進(jìn)程起了很大作用。
GB2312編碼是什么？
GB2312-80（簡(jiǎn)稱(chēng)GB2312或GB80）的全稱(chēng)為《信息交換用漢字編碼字符集—基本集》，由中國(guó)國(guó)家標(biāo)準(zhǔn)總局發(fā)布，于1981年5月實(shí)施。目前，通行于中國(guó)大陸和新加坡。
字符必須編碼后才能被計(jì)算機(jī)處理。計(jì)算機(jī)使用的缺省編碼方式就是計(jì)算機(jī)的內(nèi)碼。早期的計(jì)算機(jī)使用7位的ASCII編碼，為了處理漢字，程序員設(shè)計(jì)了用于簡(jiǎn)體中文的GB2312和用于繁體中文的big5。
GB2312(1980年)一共收錄了7445個(gè)字符，包括6763個(gè)漢字和682個(gè)其它符號(hào)。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(gè)空位是D7FA-D7FE。
JSP pageEncoding和contentType屬性
JSP要經(jīng)過(guò)兩次的“編碼”，第一階段會(huì)用pageEncoding，第二階段會(huì)用utf-8至utf-8，第三階段就是由Tomcat出來(lái)的網(wǎng)頁(yè)， 用的是contentType。
關(guān)于JSP頁(yè)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(shí)的內(nèi)容編碼
JSP要經(jīng)過(guò)兩次的“編碼”，第一階段會(huì)用pageEncoding，第二階段會(huì)用utf-8至utf-8，第三階段就是由Tomcat出來(lái)的網(wǎng)頁(yè)，用的是contentType。
第一階段是jsp編譯成.java，它會(huì)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(cuò)了，或沒(méi)有設(shè)定，出來(lái)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(xiě)時(shí)候用的是什么編碼方案，經(jīng)過(guò)這個(gè)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(jìn)制碼（即.class），這是JVM對(duì)常數(shù)字串在二進(jìn)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(lái)的JAVA二進(jìn)制碼，輸出的結(jié)果，也就是在客戶端見(jiàn)到的，這時(shí)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(gè), 另一個(gè)就跟著一樣了(TOMCAT4.1.27是如此). 但這不是絕對(duì)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(yè)的開(kāi)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(shí)候默認(rèn)采用的是操作系統(tǒng)所設(shè)定的locale所對(duì)應(yīng)的編碼。一般我們不管是在記事本還是在ue中寫(xiě)代碼，如果沒(méi)有經(jīng)過(guò)特別轉(zhuǎn)碼的話，寫(xiě)出來(lái)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(jī)得到正確的資料。
但是jsp文件不是這樣，它沒(méi)有這個(gè)默認(rèn)轉(zhuǎn)碼過(guò)程，但是指定了pageEncoding就可以實(shí)現(xiàn)正確轉(zhuǎn)碼了。
舉個(gè)例子:
<%@ page contentType="text/html;charset=utf-8" %>
大都會(huì)打印出亂碼，因?yàn)槲逸斎氲?#8220;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"%>