Java编码和servlet乱码问题（1）-Java编码

    在写这边文章时，在网上扒拉了很久，发现好多博客总结的都非常好，我也是参考了很多，在文章最后会列出一些觉得不错的博客地址，大家如果有兴趣可以去看看。

    本篇主要是简单介绍Java编码知识，如果已经非常了解，可以手抖了，把宝贵时间用到看其他文章上面吧。

    大家都知道中文需要编码后传输才不会有乱码，但是为什么要编码呢，因为计算机的一个最基本的存储单元byte无法表示一个中文字符，所以我们必须先把中文字符经过转换，转换成计算机能够表示的字符。当需要重新读取这些字符时，按照之前的转换规则，再转换回来就可以了。

    这里的转换规则就是我们的所说的编码方式了，常见的有ASCII、ISO-8859-1、GB2312、GBK、UTF-8、UTF-16等。首先我们的字符在jvm都是Unicode编码，而上面的那些编码方式就是在传输时或显示时用什么样的编码方式。比如你把字符串以UTF-8编码方式转换成Unicode编码存储，然后等再次读取的时候还是采用UTF-8编码方式来反编码，就能获取到正确的字符。因为Unicode编码采用了世界统一的码表进行编码，因此相同的字符对应不同的系统或环境对应的Unicode码是一样的。

    比如一个字符串“中国”，他的Unicode码是一定的，如果通过getBytes("GBK")方法，其中的内部逻辑就是首先“中国”的Unicode码转换成GBK编码，然后用GBK编码后的数据进行传递。当对方拿到这个字节数组以后，通过new String(recBytes,"GBK")，就能把获取到的GBK编码的字节数组用GBK编码重组后再转换成Unicode编码来存储或显示。但是对于GBK.GB2312,UTF-8等这些双字节编码而言，对中文进行编码、转码完全没有问题，只有前后的编码格式一样就可以，而ISO-8859-1这些单字节编码就不行了，因为是单字节，所以能表示的字符范围是0-255，只能对英文字符、数字等表示。比如对于“中国”，用上面的getBytes("ISO-8859-1"),这时你将得到3f,3f(3f表示？)，因为ISO-8859-1没有“中国”的对应字符集，所以只好以?来表示了。

    最后要说的是，实际上我们可能会跟各个渠道或设备打交道，比如浏览器、数据库、文件等，在进行转码或存储的时候，最好都指定一个固定的字符集，然后统一进行转换，就不会遇到乱码的问题。对于web项目可能遇到乱码的几率比较大，这个问题会在下一篇文章中集中分析一下。下面附上一些觉得不错的文章，不想看本文的可以直接猛击下面链接。

http://blog.csdn.net/qinysong/article/details/1179513

http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/

http://blog.sina.com.cn/s/blog_000598fc0100tvlz.html

http://www.blogjava.net/zhenandaci/category/31869.html