java中文乱码解决方案和经验

1.字节和unicode
　　Java内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的，而byte是字节。java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度，可以用来告诉你，你用的convertor。其中两个很常用的静态函数是
　　public static ByteToCharConverter getDefault();
　　public static ByteToCharConverter getConverter(String encoding);
　　假如你不指定converter，则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。
　　byte ――〉char：
　　"你"的gb码是：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]));
　　}
　　结果是什么？0x4f60
　　假如encoding ="8859_1"，结果又是什么？0x00c4,0x00e3
　　假如代码改为
　　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]));
　　}
　　结果将又是什么？根据平台的编码而定。
　　
　　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]));
　　}
　　结果是什么？0x00c4,0x00e3
　　假如encoding ="8859_1"，结果又是什么？0x3f
　　假如代码改为
　　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]));
　　}
　　结果将又是什么？根据平台的编码而定。
　　很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入，这给我们带来诸多不便。很多程序难得用encoding了，直接用default的encoding，这就给我们移植带来了很多困难。
　　
　　2.utf-8
　　utf-8是和unicode一一对应的，其实现很简单
　　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 _ _ _ _ _ _
　　大多数情况是只使用到16位以下的unicode:
　　"你"的gb码是：0xc4e3 ,unicode是0x4f60
　　0xc4e3的二进制：
　　1100 ，0100 ，1110 ，0011
　　由于只有两位我们按照两位的编码来排，但是我们发现这行不通，因为第７位不是0因此，返回"?"
　　0x4f60的二进制：
　　0100 ，1111 ，0110 ，0000
　　我们用utf-8补齐，变成：
　　1110 ，0100 ，1011 ，1101 ，1010 ，0000
　　e4--bd-- a0
　　于是返回：0xe4,0xbd,0xa0。
　　
　　3.string和byte[]
　　string其实核心是char[],然而要把byte转化成string，必须经过编码。string.length()其实就是char数组的长度，假如使用不同的编码，很可能会错分，造成散字和乱码。
　　例如：
　　String encoding = “”;
　　byte [] b={(byte)'u00c4',(byte)'u00e3'};
　　String str=new String(b,encoding);　　
　　假如encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字这个问题在处理分页是经常发生 。
　　
　　4.Reader,Writer / InputStream,OutputStream
　　Reader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读/写InputStream/OutputStream。
　　例如：
　　文件test.txt只有一个"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]);
　　}
　　结果是什么？你
　　假如encoding ="8859_1"，结果是什么？??两个字符，表示不熟悉。
　　反过来的例子自己做。
　　
　　5.我们要对java的编译器有所了解 ：
　　javac ?encoding
　　我们经常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。假如没有指定encoding，则按照系统的默认encoding,gb平台上是gb2312，英文平台上是iso8859_1。
　　java的编译器实际上是调用sun.tools.javac.main的类，对文件进行编译，这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的，然后把用utf-8形式编译成class文件。
　　例子代码：
　　String str = "你";
　　FileWriter writer = new FileWriter("text.txt");
　　write.write(str);
　　writer.close();
　　
　　假如用gb2312编译，你会找到e4 bd a0的字段 ；
　　假如用8859_1编译， 00c4 00e3的二进制：
　　0000，0000 ，1100，0100 ，0000，0000 ，1110，0011
　　因为每个字符都大于7位，因此用11位编码：
　　1100，0001，1000，0100，1100，0011，1010，0011
　　c1-- 84--　c3--　 a3
　　你会找到c1 84 c3 a3 。
　　
　　但是我们往往忽略掉这个参数，因此这样往往会有跨平台的问题：
　　样例代码在中文平台上编译，生成zhclass
　　样例代码在英文平台上编译，输出enclass
　　(1).　 zhclass在中文平台上执行ok,但是在英文平台上不行
　　(2). enclass在英文平台上执行ok,但是在中文平台上不行
　　原因：
　　(1). 在中文平台上编译后，其实str在运行态的char[]是0x4f60,　在中文平台上运行，filewriter的缺省编码是gb2312,因此 chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream中，于是0xc4,0xe3放进了文件。
　　但是假如是在英文平台下，chartobyteconverter的缺省值是8859_1, filewriter会自动调用8859_1去转化str,但是他无法解释，因此他会输出"?"
　　(2). 在英文平台上编译后，其实str在运行态的char[]是0x00c4 0x00e3, 在中文平台上运行，中文无法识别，因此会出现??；
　　在英文平台上，0x00c4-->0xc4,0x00e3->0xe3，因此0xc4,0xe3被放进了文件。
　　
　　6. 其它原因： <%@ page contentType="text/Html; charset=GBK" %>
　　设置浏览器的显示编码，假如response的数据是utf8编码，显示将是乱码，但是乱码和上述原因还不一样。
　　
　　7. 发生编码的地方 ：
　　 从数据库到java程序 byte――〉char
　　 从java程序到数据库 char――〉byte
　　 从文件到java程序 byte――〉char
　　 从java程序到文件 char――〉byte
　　 从java程序到页面显示 char――〉byte
　　 从页面form提交数据到java程序byte――〉char
　　 从流到java程序byte――〉char
　　 从java程序到流char――〉byte
　　
　　谢志钢的解决方法：
　　我是使用配置过滤器的方法解决中文乱码的：
　　
　　＜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")); // 设置字符集？
　　实际上是设置了byte ――〉char的encoding
　　try {
　　if (userId == null userId.equals("")) {
　　if (!request.getRequestURL().toString().matches(
　　".*/uirs/logon/logon(Controller){0,1}x2Ejsp$")) {
　　session.invalidate();
　　response.sendRedirect(request.getContextPath() +
　　"/uirs/logon/logon.jsp");
　　}
　　}
　　else { // 看看是否具有信息上报系统的权限
　　if (!net.golden.uirs.util.UirsChecker.check(userId, "信息上报系统",
　　net.golden.uirs.util.UirsChecker.ACTION_DO)) {
　　if (!request.getRequestURL().toString().matches(
　　".*/uirs/logon/logon(Controller){0,1}x2Ejsp$")) {
　　response.sendRedirect(request.getContextPath() +
　　"/uirs/logon/logonController.jsp");
　　}
　　}
　　}
　　}
　　catch (Exception ex) {
　　response.sendRedirect(request.getContextPath() +
　　"/uirs/logon/logon.jsp");
　　}
　　fChain.doFilter(req, res);
　　}