中文转码问题总结

编码基础知识

ISO-8859-1

ISO-8859-1 的较低部分（从 1 到 127 之间的代码）。
ISO-8859-1 的较高部分（从 160 到 255 之间的代码）。
因此只能表示一些数字，英文字母和西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号
单字节，即一个字节对应一个编码，不能编码汉字

GBK

1) 能编码汉字，一个汉字用2个字节编码
2) 编码的汉字比GB2312更多

GB2312

能编码汉字，一个汉字用2个字节编码

UTF-8

英文字母用一个字节表示，一个汉字用3个字节表示
字符集范围包括：汉字、字母、符号

编码和解码
原理

我们平时看到的“美女”是字符，是一种逻辑展示，计算机不会直接存储一个这样的字符串，
考虑重用，计算机存储的基本单位是字节，然后由字节来表示字符，比如a用[97]表示
这种映射关系就叫做编码，因此一个字符串要被编码成字节之后才能被计算机存储，网络传输
也是如此，都是以字节的形式传输。
将字节还原成字符的过程叫做解码。
那么就要规定编码和解码的规则要相同，否则就会造成乱码

servlet容器中遇到的编码问题

接收浏览器POST请求

客户端是浏览器
服务端是servlet容器
那么首先，客户端要指定编码的方式，以html为例：
html4:<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
html5:<meta charset="utf-8"/>
此标签的作用不是浏览器展示时用的，而是浏览发起post请求时，按此编码将
发送的内容编码为字节。

servlet服务端解码方式：
request.setCharacterEncoding("utf-8");
String name = request.getParameter("name");

接收浏览器GET请求

如：
http://localhost:8888/webtest/EncodeServlet?name=你好
浏览器将会对url进行urlEncode，编码方式为UTF-8
服务端解码方式：
String name = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");
此处用request.setCharacterEncoding("UTF-8");来设置解码，不能奏效，原因是get请求将参数拼在url后面进行url encode，而web容器对url的解码是在调用servlet之前,且默认解码方式是iso-8859-1
当然这个uri encode的可以修改的，其实中国人开发的程序，就应该讲uri的编码也设置成utf-8而不是iso-8859-1
如果是tomcat，则修改位置如下：
<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1" redirectPort="8443" URIEncoding="UTF-8"/>

 响应给浏览器

Response设置编码：
Response是指响应给客户端时，字节的编码方式，默认为ISO-8859-1
可用如下方法查看：
response.getCharacterEncoding();
设置响应流的编码方式：
response.setCharacterEncoding("UTF-8");
设置浏览器的解码方式：
response.setContentType("text/html;charset=UTF-8");
此设置是告知客户端按此编码来解码

Struts2 和Spring 设置编码问题

Struts2

Struts.xml中做如下配置：
<constant name="struts.i18n.encoding" value="utf-8"></constant>

Spring

Web.xml中配置如下：
<filter>
<filter-name>encodingFilter</filter-name> <filter-class>org.springframework.web.filter.CharacterEncodingFilter
</filter-class>
<init-param>
<param-name>encoding</param-name>
<param-value>UTF-8</param-value>
</init-param>
<init-param>

<param-name>forceEncoding</param-name>
<param-value>true</param-value>
</init-param>
</filter>
其中encoding设置服务端编码和解码的方式
forceEncoding表示强制编码的方式

字符串转字节转码

String s = "s汉";
byte[] bytes1 = s.getBytes("ISO-8859-1");//丢失字符
byte[] bytes2 = s.getBytes("GBK");
byte[] bytes3 = s.getBytes("UTF-8");

字节转字符串

String s1 = new String(bytes1,"utf-8");//丢失
String s2 = new String(bytes2,"GBK");
String s3 = new String(bytes3,"utf-8");