在路上...

碰到中文亂碼的時候，可以考慮使用一個熟悉的中心字符串入手進行調試跟蹤轉換過程的變化，這里記錄一下“中文”漢字的編碼變化過程

UNICODE編碼：4e2d 6587
通常在JAVA的內置處理機制中是這樣存儲的，不同的環境中返回的byte[]不一樣，例如windows環境，使用getBytes()返回的是getBytes(“GBK”),linux環境，通常如果設置LANG=zh_CN.UTF-8，這相當于getBytes(“utf-8”).

GBK編碼：d6d0 cec4，byte[]={-42,-48,-50,-60}

UTF8編碼:e4 b8 ad e6 96 87,byte[]={-28,-72,-83,-26,-106,-121}

ISO8859-1編碼：如果試圖將byte[]={-42,-48,-50,-60}采用new String(byte[],”iso8859-1”)讀取，由于不能正確轉換，所以是2個問號byte[]={63,63}
但是從存儲的角度看,gbk和iso8859-1有類似之處，GBK采用char(2),而iso8859-1采用byte[4],拆分為{-42,-48,-50,-60}

Javascript:可以使用var str=”\u4E2D\u6587”;來表示

HTML中，可以使用中&#25991，相當于吧16進制轉換為10進制，再加上轉義控制&#和;結尾。

如果需要從utf byte[]和GBK byte[]之間互相轉換，在支持unicode的java平臺，可以使用下面的轉換規則

byte[] utf8={-28,-72,-83,-26,-106,-121};
String str=new String(utf8,”utf-8”);//轉換為正確的中文
byte[] gbk=str.getBytes(“GBK”);

或者：

byte[] gbk={-42,-48,-50,-60};
String str=new String(utf8,"GBK");//轉換為正確的中文
byte[] utf8=str.getBytes("utf-8")

注意上面的byte[]為java的，與.net不一樣，需要轉換