關於中文亂碼問題的一些解決方案和經驗

1.字節和unicode
        java內核是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流的。因此java要對這些字節流經行轉化。char 是unicode的，而byte 是字節。java中byte /char 互轉的函數在sun.io的包中間有。其中ByteToCharConverter類是中調度，可以用來告訴你，你用的convertor。其中兩個很常用的靜態函數是    
public static ByteToCharConverter getDefault();    
public static ByteToCharConverter getConverter(String encoding);    
如果你不指定converter，則系統會自動使用當前的encoding,gb平臺上用gbk,en平臺上用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]));
    }
結果是什麼？0x4f60
如果encoding ="8859_1" ，結果又是什麼？0x00c4,0x00e3
如果代碼改爲
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]));
}
結果將又是什麼？根據平臺的編碼而定。

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]));
        }
結果是什麼？0x00c4,0x00e3
如果encoding ="8859_1" ，結果又是什麼？0x3f
如果代碼改爲
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]));
        }
結果將又是什麼？根據平臺的編碼而定。
很多中文問題就是從這兩個最簡單的類派生出來的。而卻有很多類不直接支持把encoding輸入，這給我們帶來諸多不便。很多程序難得用encoding了，直接用default 的encoding，這就給我們移植帶來了很多困難。

2.utf-8
utf-8是和unicode一一對應的，其實現很簡單
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 _ _ _ _ _ _    
大多數情況是隻使用到16位以下的unicode:    
"你" 的gb碼是：0xc4e3 ,unicode是0x4f60
        0xc4e3的二進制：
                    1100 ，0100 ，1110 ，0011
由於只有兩位我們按照兩位的編碼來排，但是我們發現這行不通，因爲第７位不是0因此，返回"?"
        0x4f60的二進制：
                             0100 ，1111 ，0110 ，0000
                 我們用utf-8補齊，變成：
                             1110 ，0100 ，1011 ，1101 ，1010 ，0000
                 e4--bd-- a0
                 於是返回：0xe4,0xbd,0xa0。

3.string和byte []
string其實核心是char [],然而要把byte 轉化成string，必須經過編碼。string.length()其實就是char 數組的長度，如果使用不同的編碼，很可能會錯分，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，會有兩個字，但是encoding=gb2312只有一個字這個問題在處理分頁是經常發生 。

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 讀/寫InputStream/OutputStream。
例如：
文件test.txt只有一個"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]);
        }
結果是什麼？你
如果encoding ="8859_1" ，結果是什麼？??兩個字符，表示不認識。
反過來的例子自己做。

5.我們要對java的編譯器有所瞭解：
javac ?encoding
我們常常沒有用到encoding這個參數。其實encoding這個參數對於跨平臺的操作是很重要的。如果沒有指定encoding，則按照系統的默認encoding,gb平臺上是gb2312，英文平臺上是iso8859_1。
java 的編譯器實際上是調用sun.tools.javac.main的類，對文件進行編譯，這個類有compile函數中間有一個encoding的變 量,-encoding的參數其實直接傳給encoding變量。編譯器就是根據這個變量來讀取java文件的，然後把用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，你會找到e4 bd a0的字段 ；
如果用8859_1編譯， 00c4 00e3的二進制：    
0000，0000 ，1100，0100 ，0000，0000 ，1110，0011
因爲每個字符都大於7位，因此用11位編碼：    
1100，0001，1000，0100，1100，0011，1010，0011    
c1-- 84--　c3--　 a3    
你會找到c1 84 c3 a3 。

但是我們往往忽略掉這個參數，因此這樣往往會有跨平臺的問題：
樣例代碼在中文平臺上編譯，生成zhclass
樣例代碼在英文平臺上編譯，輸出enclass
    (1).　 zhclass在中文平臺上執行ok,但是在英文平臺上不行    
    (2).        enclass在英文平臺上執行ok,但是在中文平臺上不行
原因：
    (1).        在中文平臺上編譯後，其實str在運行態的char []是0x4f60,　在中文平臺上運行，filewriter的缺省編碼是gb2312,因此 chartobyteconverter會自動用調用gb2312的converter,把str轉化成byte 輸入到fileoutputstream中，於是0xc4,0xe3放進了文件。    
但是如果是在英文平臺下，chartobyteconverter的缺省值是8859_1, filewriter會自動調用8859_1去轉化str,但是他無法解釋，因此他會輸出"?"
    (2).        在英文平臺上編譯後，其實str在運行態的char []是0x00c4 0x00e3, 在中文平臺上運行，中文無法識別，因此會出現??；
在英文平臺上，0x00c4-->0xc4,0x00e3->0xe3，因此0xc4,0xe3被放進了文件。

6.        其它原因：<%@ page contentType="text/html; charset=GBK" %>
設置瀏覽器的顯示編碼，如果response的數據是utf8編碼，顯示將是亂碼，但是亂碼和上述原因還不一樣。

7.        發生編碼的地方：
        從數據庫到java程序 byte ――〉char
        從java程序到數據庫 char ――〉byte
        從文件到java程序 byte ――〉char
        從java程序到文件 char ――〉byte
        從java程序到頁面顯示 char ――〉byte
        從頁面form提交數據到java程序byte ――〉char
        從流到java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" )); // 設置字符集？
實際上是設置了byte ――〉char 的encoding
        try {
            if (userId == null || userId.equals("")) {
                if (!request.getRequestURL().toString().matches(
                        ".*/uirs/logon/logon(Controller){0,1}//x2Ejsp$" )) {
                    session.invalidate();
                    response.sendRedirect(request.getContextPath() +
                                                                "/uirs/logon/logon.jsp" );
                }
            }
            else { // 看看是否具有信息上報系統的權限
                if (!net.golden.uirs.util.UirsChecker.check(userId, "信息上報系統" ,
                        net.golden.uirs.util.UirsChecker.ACTION_DO)) {
                    if (!request.getRequestURL().toString().matches(
                            ".*/uirs/logon/logon(Controller){0,1}//x2Ejsp$" )) {
                        response.sendRedirect(request.getContextPath() +
                                                                    "/uirs/logon/logonController.jsp" );
                    }
                }
            }
        }
        catch (Exception ex) {
            response.sendRedirect(request.getContextPath() +
                                                        "/uirs/logon/logon.jsp" );
        }
        fChain.doFilter(req, res);
    }