java編碼之間轉換

    這是java字串處理的一個標準函式，其作用是將字串所表示的字元按照charset編碼，並以位元組方式表示。注意字串在java記憶體中總是按unicode編碼儲存的。比如"中文"，正常情況下（即沒有錯誤的時候）儲存為"4e2d 6587"，如果charset為"gbk"，則被編碼為"d6d0 cec4"，然後返回位元組"d6 d0 ce c4".如果charset為"utf8"則最後是"e4 b8 ad e6 96 87".如果是"iso8859-1"，則由於無法編碼，最後返回 "3f 3f"（兩個問號）。

java   .class類的編碼為：unicode;

windows 預設的編碼為：中文：gb2312; 英文：iso8859;

String str = "張三" ;

byte[] jiema= str.getBytes("gb2312") ; //解碼

String   bianma = new String(jiema,"UTF-8");//編碼 如果上面的解碼不對 可能出現問題

2. new String（charset）

    這是java字串處理的另一個標準函式，和上一個函式的作用相反，將位元組陣列按照charset編碼進行組合識別，最後轉換為unicode儲存。參考上述getBytes的例子，"gbk" 和"utf8"都可以得出正確的結果"4e2d 6587"，但iso8859-1最後變成了"003f 003f"（兩個問號）。

    因為utf8可以用來表示/編碼所有字元，所以new String（ str.getBytes（ "utf8" ）， "utf8" ） === str，即完全可逆。

3. setCharacterEncoding（）

    該函式用來設定http請求或者相應的編碼。

    對於request，是指提交內容的編碼，指定後可以通過getParameter（）則直接獲得正確的字串，如果不指定，則預設使用iso8859-1編碼，需要進一步處理。參見下述"表單輸入".值得注意的是在執行setCharacterEncoding（）之前，不能執行任何getParameter（）。java doc上說明：This method must be called prior to reading request parameters or reading input using getReader（）。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，而後續的getParameter（）不再進行分析，所以setCharacterEncoding（）無效。而對於GET方法提交表單是，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。

    對於response，則是指定輸出內容的編碼，同時，該設定會傳遞給瀏覽器，告訴瀏覽器輸出內容所採用的編碼。

4. 處理過程

    下面分析兩個有代表性的例子，說明java對編碼有關問題的處理方法。

   4.1. 表單輸入

    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，記憶體中以unicode編碼則為4e2d 6587.

    l 使用者輸入的編碼方式和頁面指定的編碼有關，也和使用者的作業系統有關，所以是不確定的，上例以gbk為例。

    l 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？的方式輸入引數，則其編碼往往是作業系統本身的編碼，因為這時和頁面無關。上述仍舊以gbk編碼為例。

    l Web server接收到的是位元組流，預設時（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。但如果預先設定了編碼（通過request. setCharacterEncoding （）），則能夠直接獲取到正確的結果。

    l 在頁面中指定編碼是個好習慣，否則可能失去控制，無法指定正確的編碼。

    4.2. 檔案編譯

    假設檔案是gbk編碼儲存的，而編譯有兩種編碼選擇：gbk或者iso8859-1，前者是中文windows的預設編碼，後者是linux的預設編碼，當然也可以在編譯時指定編碼。

    Jsp *（gbk：d6d0 cec4） java file *（gbk：d6d0 cec4） compiler read uincode（gbk： 4e2d 6587； iso8859-1： 00d6 00d 000ce 00c4） compiler write utf（gbk： e4b8ad e69687； iso8859-1： *） compiled file unicode（gbk： 4e2d 6587； iso8859-1： 00d6 00d 000ce 00c4） class.所以用gbk編碼儲存，而用iso8859-1編譯的結果是不正確的。

    class unicode（4e2d 6587） system.out / jsp.out gbk（d6d0 cec4） os console / browser.

    l 檔案可以以多種編碼方式儲存，中文windows下，預設為ansi/gbk.

    l 編譯器讀取檔案時，需要得到檔案的編碼，如果未指定，則使用系統預設編碼。一般class檔案，是以系統預設編碼儲存的，所以編譯不會出問題，但對於jsp檔案，如果在中文windows下編輯儲存，而部署在英文linux下執行/編譯，則會出現問題。所以需要在jsp檔案中用pageEncoding指定編碼。

    l Java編譯的時候會轉換成統一的unicode編碼處理，最後儲存的時候再轉換為utf編碼。

    l 當系統輸出字元的時候，會按指定編碼輸出，對於中文windows下，System.out將使用gbk編碼，而對於response（瀏覽器），則使用jsp檔案頭指定的contentType，或者可以直接為response指定編碼。同時，會告訴browser網頁的編碼。如果未指定，則會使用iso8859-1編碼。對於中文，應該為browser指定輸出字串的編碼。

    l browser顯示網頁的時候，首先使用response中指定的編碼（jsp檔案頭指定的contentType最終也反映在response上），如果未指定，則會使用網頁中meta項指定中的contentType.

5. 幾處設定

    對於web應用程式，和編碼有關的設定或者函式如下。

    5.1. jsp編譯

    指定檔案的儲存編碼，很明顯，該設定應該置於檔案的開頭。例如：。另外，對於一般class檔案，可以在編譯的時候指定編碼。

    5.2. jsp輸出

    指定檔案輸出到browser是使用的編碼，該設定也應該置於檔案的開頭。例如：。該設定和response.setCharacterEncoding（"GBK"）等效。

    5.3. meta設定

    指定網頁使用的編碼，該設定對靜態網頁尤其有作用。因為靜態網頁無法採用jsp的設定，而且也無法執行response.setCharacterEncoding（）。例如：

    如果同時採用了jsp輸出和meta設定兩種編碼指定方式，則jsp指定的優先。因為jsp指定的直接體現在response中。

    需要注意的是，apache有一個設定可以給無編碼指定的網頁指定編碼，該指定等同於jsp的編碼指定方式，所以會覆蓋靜態網頁中的meta指定。所以有人建議關閉該設定。

   5.4. form設定

    當瀏覽器提交表單的時候，可以指定相應的編碼。例如：。一般不必不使用該設定，瀏覽器會直接使用網頁的編碼。