关于中文乱码问题的一些解决方案和经验

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);    
如果你不指定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 �D�D〉 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
如果encoding = "8859_1"，结果又是什么？0x00c4,0x00e3
如果代码改为
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 �D�D〉 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
如果encoding = "8859_1"，结果又是什么？0x3f
如果代码改为
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，如果使用不同的编码，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);　　
如果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
如果encoding = "8859_1"，结果是什么？??两个字符，表示不认识。
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
我们常常没有用到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。如果没有指定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();

如果用gb2312编译，你会找到e4 bd a0的字段 ；
如果用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。    
但是如果是在英文平台下，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，如果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�D�D〉 char
        从java程序到数据库 char�D�D〉 byte
        从文件到java程序 byte�D�D〉 char
        从java程序到文件 char�D�D〉 byte
        从java程序到页面显示 char�D�D〉 byte
        从页面form提交数据到java程序 byte�D�D〉 char
        从流到java程序 byte�D�D〉 char
        从java程序到流 char�D�D〉 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 �D�D〉 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);
    }