二、JAVA 對字符的處理
1. getBytes(charset)
這是 java 字符串處理的一個標準函數，其作用是將字符串所表示的字符按照 charset 編碼，并以字節方式表示。注意字符串在 java 內存中總是按 unicode 編碼存儲的。
當Java程序從輸入流、文件或字符文字量等途徑獲得字符串時，均會做字符編碼的轉換，例如InputStreamReader 的構造函數中就需要指定編碼方式，而對于從文件和字符文字量中獲得字符串時，均采用系統默認的編碼方式對字符數據進行解碼。考慮下面一段代碼：
|
String str=”中”; |
① |
|
byte[] bytes = str.getBytes(); |
② |
|
bytes = str.getBytes(“ISO-8859-1”); |
③ |
語句①：將一個只含有一個字符“中”的字符串文字量賦給 String 類的一個對象 str，字符文字量“中”是按照操作系統默認編碼方式進行編碼，在中文 windows 系統中通常是“GBK”，“中”在GBK編碼中是0xD6D0，在將該字符賦給str時，Java會對該字符串進行編碼轉換，即將GBK編碼方式的“中”轉換成Unicode編碼方式的“中”，Unicode編碼方式“中”的編碼是0x4E2D，所以str在程序運行期間在內存中的二進制表示成16進制就是0x4E2D。
語句②：獲得str字符串的二進制形式。getBytes(String encoding)方法需要指定編碼方式，表示獲得該字符串在何種編碼方式中的二進制形式。此語句中沒有設置參數，表示采用操作系統默認的編碼方式，即此處獲得的bytes是“中”在GBK編碼中的二進制形式，即bytes[0]=0xD6, bytes[1]=0xD0。
語句③：該語句與語句②的區別就是指定了編碼方式，此處指定的是ISO-8859-1，即通常所說的Latin-1，該編碼采用8bit對字符編碼，所以編碼空間中只有256個字符。該編碼中只包含了基本的ASCII碼和一些擴展的其它西歐字符，所以該字符集中不可能包含中文的“中”字，也就是說Java虛擬機無法在ISO-8859-1編碼集中找到“中”字對應的編碼，針對這種情況，就只返回一個問號(?,0x3f)字符，所以此時bytes.length只有1，且bytes[0]=0x3f。
2.new String(byte[] bytes, String encoding)
getBytes()方法從字符串獲得二進制的字節數組。如果要從二進制的字節數組獲得字符串，則就需要使用new String(byte[] bytes, String encoding)方法，該方法按照encoding編碼方法對字節數組bytes中的二進制數組進行解析，生成一個新的字符串對象。
|
byte[] bytes = {(byte)0xD6, (byte)0xD0, (byte)0x31}; |
① |
|
String str = new String(bytes); |
② |
|
str = new String(bytes,”ISO-8859-1”); |
③ |
語句①：定義一個字節數組。
語句②：將該字節數組中的二進制數據按照默認的編碼方式（GBK）編碼成字符串，我們知道GBK中0xD6 0xD0表示“中”，0x31表示字符“1”（GBK兼容ASCII，但不兼容ISO-8859-1除ASCII之外的部分），所以str得到的值是“中1”。
語句③：該句用ISO-8859-1編碼方式對該字節數據進行編碼，由于在ISO-8859-1編碼方式中一個字節會被解析成一個字符，所以該字節數組會被解釋成包含三個字符的字符串，但由于在ISO-8859-1編碼方式中沒有對應0xD6和0xD0的字符，所以前兩個字符會產生兩個問號，由于0x31在ISO-8859-1編碼中對應字符“1”（ISO-8859-1也兼容ASCII），所以此語句得到str的值是“??1”。
3.setCharacterEncoding()
該函數用來設置http請求或者相應的編碼。
對于request，是指提交內容的編碼，指定后可以通過getParameter()直接獲得正確的字符串，如果不指定，則默認使用iso8859-1 編碼，需要進一步處理。值得注意的是在執行setCharacterEncoding()之前，不能執行任何 getParameter()。而且，該指定只對POST方法有效，對GET方法無效。分析原因，應該是在執行第一個getParameter()的時候，java將會按照編碼分析所有的提交內容，而后續的getParameter()不再進行分析，所以setCharacterEncoding()無效。而對于GET方法提交表單時，提交的內容在URL中，一開始就已經按照編碼分析所有的提交內容，setCharacterEncoding()自然就無效。
對于response，則是指定輸出內容的編碼，同時，該設置會傳遞給瀏覽器，告訴瀏覽器輸出內容所采用的編碼。
三、頁面編碼
頁面編碼主要有兩方面，一是頁面本身的編碼格式，即以什么編碼方式保存，二是客戶端瀏覽器以什么編碼格式顯示頁面。
1. 頁面保存編碼格式
1). HTML 頁面的編碼要看你保存文件時的編碼選項，多數的網頁編輯軟件可以讓你選擇編碼的類型，默認為本地編碼，為了使網頁減少編碼的問題，最好保存為 UTF-8 編碼格式。
2). JSP 頁面使用下列標簽指定 JSP 源文件的編碼格式，具體來說，我們在JSP源文件頭上加入下面的一句即可：
<%@page pageEncoding="xxx"%>，xxx可以為GB2312，GBK，UTF-8（和MySQL不同，MySQL是 UTF8）等等，其默認值為ISO-8859-1。保存文件時的編碼應該與xxx 一致。
2. 頁面顯示編碼（通知客戶端瀏覽器用什么字符集編碼顯示頁面）
使用 <META http-equiv="content-type" content="text/html; charset=xxx"> 標簽設置頁面顯示編碼
使用 response.setContentType("text/html; charset=xxx");來指定生成的頁面編碼。
使用 <%@ page language="java" contentType="text/html; charset=xxx"%> 設置頁面顯示編碼。字符集的默認值為ISO-8859-1。
3. 頁面輸入編碼
在設置頁面顯示編碼的同時，指定了頁面的輸入方式。如果沒有指定頁面編碼，則使用操作系統本身的默認編碼。
四、表單傳遞參數編碼
使用表單輸入數據時，處理過程如下：
User input *(gbk:d6d0 cec4)
browser *(gbk: d6d0 cec4)
web server iso8859-1(00d6 00d 000ce 00c4) class，需要在class中進行處理：getbytes("iso8859-1")為d6 d0 ce c4，new String("gbk")為d6d0 cec4，內存中以 unicode編碼則為4e2d 6587。
1．用戶輸入的編碼方式和頁面指定的編碼有關。
2．從 browser 到 web server，可以在表單中指定提交內容時使用的字符集，否則會使用頁面指定的編碼。而如果在url中直接用 ? 的方式輸入參數，則其編碼往往是操作系統本身的編碼，因為這時和頁面無關。
3． Web server接收到的是字節流，默認時（getParameter）會以 iso8859-1編碼處理之，結果是不正確的，所以需要進行處理。但如果預先設置了編碼（通過 request. setCharacterEncoding ()），則能夠直接獲取到正確的結果。