1.字節(jié)和unicode
????java內(nèi)核是unicode的，就連class文件也是，但是很多媒體，包括文件/流的保存方式是使用字節(jié)流的。因此java要對(duì)這些字節(jié)流經(jīng)行轉(zhuǎn)化。char是unicode的，而byte是字節(jié)。java中byte/char互轉(zhuǎn)的函數(shù)在 sun.io的包中間有。其中ByteToCharConverter類是中調(diào)度，可以用來(lái)告訴你，你用的convertor。其中兩個(gè)很常用的靜態(tài)函數(shù)是?
public?static?ByteToCharConverter?getDefault();?
public?static?ByteToCharConverter?getConverter(String?encoding);?
如果你不指定converter，則系統(tǒng)會(huì)自動(dòng)使用當(dāng)前的encoding,gb平臺(tái)上用gbk,en平臺(tái)上用8859_1。
byte?――〉char：
?"你"的gb碼是：0xc4e3?,unicode是0x4f60
??String?encoding?=?"gb2312";
??byte?b[]?=?{(byte)'\u00c4',(byte)'\u00e3'};
??ByteToCharConverter?converter?=?ByteToCharConverter.getConverter(encoding);
??char?c[]?=?converter.convertAll(b);
??for?(int?i?=?0;?i?<?c.length;?i++)?{
??????System.out.println(Integer.toHexString(c[i]));
??}
?結(jié)果是什么？0x4f60
?如果encoding?="8859_1"，結(jié)果又是什么？0x00c4,0x00e3
?如果代碼改為
?byte?b[]?=?{(byte)'\u00c4',(byte)'\u00e3'};
?ByteToCharConverter?converter?=?ByteToCharConverter.?getDefault();
?char?c[]?=?converter.convertAll(b);
?for?(int?i?=?0;?i?<?c.length;?i++)?{
????System.out.println(Integer.toHexString(c[i]));
?}
?結(jié)果將又是什么？根據(jù)平臺(tái)的編碼而定。
?char?――〉byte：
????String?encoding?=?"gb2312";
????char?c[]?=?{'\u4f60'};
????CharToByteConverter?converter?=?CharToByteConverter.getConverter(encoding);
????byte?b[]?=?converter.convertAll(c);
????for?(int?i?=?0;?i?<?b.length;?i++)?{
???????System.out.println(Integer.toHexString(b[i]));
????}
結(jié)果是什么？0x00c4,0x00e3
如果encoding?="8859_1"，結(jié)果又是什么？0x3f
如果代碼改為
String?encoding?=?"gb2312";
????char?c[]?=?{'\u4f60'};
????CharToByteConverter?converter?=?CharToByteConverter.getDefault();
????byte?b[]?=?converter.convertAll(c);
????for?(int?i?=?0;?i?<?b.length;?i++)?{
???????System.out.println(Integer.toHexString(b[i]));
????}
結(jié)果將又是什么？根據(jù)平臺(tái)的編碼而定。
很多中文問(wèn)題就是從這兩個(gè)最簡(jiǎn)單的類派生出來(lái)的。而卻有很多類不直接支持把encoding輸入，這給我們帶來(lái)諸多不便。很多程序難得用encoding了，直接用default的encoding，這就給我們移植帶來(lái)了很多困難。
2.utf-8utf-8是和unicode一一對(duì)應(yīng)的，其實(shí)現(xiàn)很簡(jiǎn)單
7位的unicode:?0?_?_?_?_?_?_?_?
11位的unicode:?1?1?0?_?_?_?_?_?1?0?_?_?_?_?_?_?
16位的unicode:?1?1?1?0?_?_?_?_?1?0?_?_?_?_?_?_?1?0?_?_?_?_?_?_?
21位的unicode:?1?1?1?1?0?_?_?_?1?0?_?_?_?_?_?_?1?0?_?_?_?_?_?_?1?0?_?_?_?_?_?_?
大多數(shù)情況是只使用到16位以下的unicode:?
"你"的gb碼是：0xc4e3?,unicode是0x4f60
????0xc4e3的二進(jìn)制：
??????????1100?，0100?，1110?，0011
由于只有兩位我們按照兩位的編碼來(lái)排，但是我們發(fā)現(xiàn)這行不通，因?yàn)榈冢肺徊皇?因此，返回"?"
????0x4f60的二進(jìn)制：
???????????????0100?，1111?，0110?，0000
?????????我們用utf-8補(bǔ)齊，變成：
???????????????1110?，0100?，1011?，1101?，1010?，0000
?????????e4--bd--?a0
?????????于是返回：0xe4,0xbd,0xa0。
3.string和byte[]string其實(shí)核心是char[],然而要把byte轉(zhuǎn)化成string，必須經(jīng)過(guò)編碼。string.length()其實(shí)就是char數(shù)組的長(zhǎng)度，如果使用不同的編碼，很可能會(huì)錯(cuò)分，造成散字和亂碼。
例如：
String?encoding?=?“”;
byte?[]?b={(byte)'\u00c4',(byte)'\u00e3'};?
String?str=new?String(b,encoding);
如果encoding=8859_1，會(huì)有兩個(gè)字，但是encoding=gb2312只有一個(gè)字這個(gè)問(wèn)題在處理分頁(yè)是經(jīng)常發(fā)生?。
4.Reader,Writer?/?InputStream,OutputStreamReader和Writer核心是char，InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char讀/寫(xiě)InputStream/OutputStream。
例如：
文件test.txt只有一個(gè)"你"字，0xc4,0xe3
String?encoding?=?"gb2312";
????InputStreamReader?reader?=?new?InputStreamReader(new?FileInputStream(
????????"text.txt"),?encoding);
????char?c[]?=?new?char[10];
????int?length?=?reader.read(c);
????for?(int?i?=?0;?i?<?length;?i++)?{
???????System.out.println(c[i]);
????}
結(jié)果是什么？你
如果encoding?="8859_1"，結(jié)果是什么？??兩個(gè)字符，表示不認(rèn)識(shí)。
反過(guò)來(lái)的例子自己做。
5.我們要對(duì)java的編譯器有所了解：
javac??encoding
我們常常沒(méi)有用到encoding這個(gè)參數(shù)。其實(shí)encoding這個(gè)參數(shù)對(duì)于跨平臺(tái)的操作是很重要的。如果沒(méi)有指定encoding，則按照系統(tǒng)的默認(rèn)encoding,gb平臺(tái)上是gb2312，英文平臺(tái)上是iso8859_1。
java 的編譯器實(shí)際上是調(diào)用sun.tools.javac.main的類，對(duì)文件進(jìn)行編譯，這個(gè)類有compile函數(shù)中間有一個(gè)encoding的變量,-encoding的參數(shù)其實(shí)直接傳給encoding變量。編譯器就是根據(jù)這個(gè)變量來(lái)讀取java文件的，然后把用utf-8形式編譯成class 文件。
例子代碼：
String?str?=?"你";
????FileWriter?writer?=?new?FileWriter("text.txt");
????write.write(str);
????writer.close();
如果用gb2312編譯，你會(huì)找到e4?bd?a0的字段?；
如果用8859_1編譯，?00c4?00e3的二進(jìn)制：?
0000，0000?，1100，0100?，0000，0000?，1110，0011
因?yàn)槊總€(gè)字符都大于7位，因此用11位編碼：?
1100，0001，1000，0100，1100，0011，1010，0011?
c1--?84-- c3-- ?a3?
你會(huì)找到c1?84?c3?a3?。
但是我們往往忽略掉這個(gè)參數(shù)，因此這樣往往會(huì)有跨平臺(tái)的問(wèn)題：
樣例代碼在中文平臺(tái)上編譯，生成zhclass
樣例代碼在英文平臺(tái)上編譯，輸出enclass
??(1). ?zhclass在中文平臺(tái)上執(zhí)行ok,但是在英文平臺(tái)上不行?
??(2).????enclass在英文平臺(tái)上執(zhí)行ok,但是在中文平臺(tái)上不行
原因：
??(1).????在中文平臺(tái)上編譯后，其實(shí)str在運(yùn)行態(tài)的char[]是0x4f60, 在中文平臺(tái)上運(yùn)行，filewriter的缺省編碼是gb2312,因此?chartobyteconverter會(huì)自動(dòng)用調(diào)用gb2312的converter,把str轉(zhuǎn)化成byte輸入到 fileoutputstream中，于是0xc4,0xe3放進(jìn)了文件。?
但是如果是在英文平臺(tái)下，chartobyteconverter的缺省值是8859_1,?filewriter會(huì)自動(dòng)調(diào)用8859_1去轉(zhuǎn)化str,但是他無(wú)法解釋，因此他會(huì)輸出"?"
??(2).????在英文平臺(tái)上編譯后，其實(shí)str在運(yùn)行態(tài)的char[]是0x00c4?0x00e3,?在中文平臺(tái)上運(yùn)行，中文無(wú)法識(shí)別，因此會(huì)出現(xiàn)??；
在英文平臺(tái)上，0x00c4-->0xc4,0x00e3->0xe3，因此0xc4,0xe3被放進(jìn)了文件。
6.????其它原因：<%@?page?contentType="text/html;?charset=GBK"?%>
設(shè)置瀏覽器的顯示編碼，如果response的數(shù)據(jù)是utf8編碼，顯示將是亂碼，但是亂碼和上述原因還不一樣。
7.????發(fā)生編碼的地方：
?????從數(shù)據(jù)庫(kù)到j(luò)ava程序?byte――〉char
?????從java程序到數(shù)據(jù)庫(kù)?char――〉byte
?????從文件到j(luò)ava程序?byte――〉char
?????從java程序到文件?char――〉byte
?????從java程序到頁(yè)面顯示?char――〉byte
?????從頁(yè)面form提交數(shù)據(jù)到j(luò)ava程序byte――〉char
?????從流到j(luò)ava程序byte――〉char
?????從java程序到流char――〉byte
謝志鋼的解決方法：
我是使用配置過(guò)濾器的方法解決中文亂碼的：
<web-app>
??<filter>
????<filter-name>RequestFilter</filter-name>
????<filter-class>net.golden.uirs.util.RequestFilter</filter-class>
????<init-param>
??????<param-name>charset</param-name>
??????<param-value>gb2312</param-value>
????</init-param>
??</filter>
??<filter-mapping>
????<filter-name>RequestFilter</filter-name>
????<url-pattern>*.jsp</url-pattern>
??</filter-mapping>
</web-app>
??public?void?doFilter(ServletRequest?req,?ServletResponse?res,
???????????????????????FilterChain?fChain)?throws?IOException,?ServletException?{
????HttpServletRequest?request?=?(HttpServletRequest)?req;
????HttpServletResponse?response?=?(HttpServletResponse)?res;
????HttpSession?session?=?request.getSession();
????String?userId?=?(String)?session.getAttribute("userid");
req.setCharacterEncoding(this.filterConfig.getInitParameter("charset"));?//?設(shè)置字符集？
實(shí)際上是設(shè)置了byte?――〉char的encoding
????try?{
??????if?(userId?==?null?||?userId.equals(""))?{
????????if?(!request.getRequestURL().toString().matches(
????????????".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$"))?{
??????????session.invalidate();
??????????response.sendRedirect(request.getContextPath()?+
????????????????????????????????"/uirs/logon/logon.jsp");
????????}
??????}
??????else?{?//?看看是否具有信息上報(bào)系統(tǒng)的權(quán)限
????????if?(!net.golden.uirs.util.UirsChecker.check(userId,?"信息上報(bào)系統(tǒng)",
????????????net.golden.uirs.util.UirsChecker.ACTION_DO))?{
??????????if?(!request.getRequestURL().toString().matches(
??????????????".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$"))?{
????????????response.sendRedirect(request.getContextPath()?+
??????????????????????????????????"/uirs/logon/logonController.jsp");
??????????}
????????}
??????}
????}
????catch?(Exception?ex)?{
??????response.sendRedirect(request.getContextPath()?+
????????????????????????????"/uirs/logon/logon.jsp");
????}
????fChain.doFilter(req,?res);
??}