http://www.javaworld.com/javaworld/jw-04-2004/jw-0419-multibytes_p.html

多字節字符在J2EE中的處理
－－多字節字符的J2EE開發

摘要
大多數J2EE服務器對多字節字符語言（中文和日文）支持的很好，但是不同的J2EE服務器和瀏覽器支持的方式不同。當開發者從一個服務器移植中文應用到另一個時，總是遇到多字節字符問題。在本文里，Wang Yu分析了產生此種問題的根本原因，并提供了一些解決方案和指導方針。

中文是世界上最復雜、最綜合的語言之一。有時我很慶幸自己是中國人，尤其我看到我的外國朋友為學好中文特別是寫漢字而奮斗的時候。但當開發J2EE本地化應用，卻無法慶幸了。本文將告訴你為什么。
盡管java平臺和大多數J2EE服務器很好的支持國際化，開發中文應用時我仍然遇到很多多字節字符問題：
編碼和字符集之間的區別是什么？
為什么多字節字符應用在不同操作系統間有不同的顯示？
為什么多字節字符應用在不同應用服務器間有不同的顯示？
為什么多字節字符應用在不同瀏覽器間有不同的顯示？
為什么大多數J2EE服務器不能很好的支持UTF-16（universal transformation format）編碼。
本文將幫你解答這些疑問。

字符的基礎知識
字符在計算機發明之前就已經存在了。3000多年以前，甲骨文出現在古代中國。這些字符有特有的形象和意思，大部分有名字和發音。所有這些方面構成字符集（character repertoire），一組特有語言的截然不同的字符，與計算機沒有一點關系。過去的幾千年里，創造出許多種語言和數千的字符。現在我們試著將這些字符編碼成計算機能理解的1和0的串。
當用鍵盤打字時，你涉及字符輸入方法。對于簡單字符，存在字符和建碼的一一對應。對于復雜語言，一個字符需要多個擊鍵。
當你看到屏幕上字符之前，操作系統必須存儲字符在內存。實際上，操作系統定義了字符和非負整數的一一對應，保存在內存中。這些整數被稱為字符碼（character code）。
字符能存儲在文件中或通過網絡傳輸。字符編碼（character encoding ）定義了如何映射一個字符的字符碼到字節的序列。一些字符碼映射到單字節，如ASCII，一些映射到多字節，如中文、日文，依賴于不同的字符編碼。
不同的語言有不同的字符表，每一個字符表用特有的編碼格式。通常，當選擇了語言，就選擇了對應的字符表、編碼格式。比如，選擇中文，默認就選擇了GBK中文字符表和GBK編碼格式。
我避免術語字符集（character set），因為它帶來混淆，顯然character set和character repertoire是同義詞。Character set被HTTP Mime 頭誤用了，charset被誤用做encoding。
Java的特性之一是16位的字符，支持Unicode，表示不同語言不同字符的標準方法。不幸的是，這種方法在J2EE開發中引起許多問題。
導致顯示問題的不同開發階段
J2EE開發包括幾個階段（圖一）；每一個階段都能導致多字節字符顯示問題。
編碼階段
編碼時大多用IDE如JB、NetBeans，或編輯器如UE、vi。不管選擇什么，如果在jsp、java、html文件中有多字節字符串，如果不小心就會遇到顯示問題。