jspservlet编码问题.docVIP

编码与解码 电脑只能处理011001这样的二进制数字，字符是日常生活中我们使用的符号，为了电脑能够存储、传输和展示字符，所以，我们需要把字符转换为0110000这样的二进制码。这就是所谓编码。相反，把011000这样的二进制码转换为字符的过程就是解码！JAVA里，char表示一个字符，String表示字符串！ 具体把哪个字符映射到哪个二进制串上，是由国家（国家标准）、国际组织（国际标准）等决定的！ 一般不用二进制串来表示某个字符的编码（因为写起来、阅读起来都很麻烦），所以一般是用十六进制的串来表示某个字符的编码。 因此： 字符 -- 十六进制串，之间的映射的集合(因为有很多字符)，就构成了字符集。 你经常见到的字符集是：Unicode、UTF-8、GB2312、GB18030、GBK、Big-5、ISO-8859-1（又名：Latin-1） Unicode、UTF-8能够支持目前世界上所有语言文字的字符 GB2312是旧的国家标准，不支持繁体汉字 GBK不是国家标准，但支持繁体汉字 GB18030是新的国家标准，也支持繁体汉字 Big-5，能支持繁体汉字 ISO-8859-1，不支持汉字，英美等拉丁语系的国家常用这个编码 举例： public class EncodingTest01 { public static void main(String[] args) throws Exception{ String s = 中国; byte[] bs = s.getBytes(GB18030); System.out.println(Utils.byteArrayToHex(bs)); } }public class Utils { private static char[] hexDigits = { 0,1,2,3,4,5,6,7, 8,9,A,B,C,D,E,F }; public static String byteArrayToHex(byte[] bs){ StringBuffer sb = new StringBuffer(); for(byte b:bs){ sb.append(hexDigits[(b 4) 0x0000000F]); sb.append(hexDigits[b 0x0000000F]); sb.append(,); } return sb.toString(); } } “中国”，这两个简体汉字，在不同的字符集中，用上述程序输出，其编码分别为： Unicode – FE,FF,4E,2D,56,FD, UTF-8 - E4,B8,AD,E5,9B,BD GB18030 - D6,D0,B9,FA, ISO-8859-1 - 3F,3F, 解释： 关于Unicode 用Unicode编码之后的“中国”，其编码的前面有FE,FF两个额外的字节。这两个字节称为BOM（Byte Order Mark）。“中”这个汉字，它的Unicode编码是：4E,2D，那么在传输的过程中，是把4E放在前面，还是把2D放在前面呢？这有BOM来决定。如果BOM是FEFF（称为Big Endian），表示4E在前；如果BOM是FFFE（称为Little Endian），表示2D在前。 也就是说，如果你的文件编码是Unicode（也可以叫做UTF-16），那么文件开头的字节就是：FEFF（以这种方式开头的编码叫UTF-16BE）或FFFE（以这种方式开头的编码叫做UTF-16LE） UTF-16BE、UTF-16、Unicode是一样的！ 关于UTF-8 UTF-8编码的文件，其文件头也有一段标识：EF BB BF 其它编码的文件，其文件头没有什么标识！！！ 对于使用ISO-8859-1编码方式来对“中国”二字进行编码之后，得到的是：3F 3F，这是因为ISO-8859-1字符集中根本就没有“中国”这两个字符！所以，它用3F来代替！ 解码 解码，实际上就是把二进制流（也就是字节流，即字节数组）转换为字符。字节数组是什么样的编码（即用哪个字符集对它编码），你必需使用相同的字符集来解码！ public class EncodingTest02 { public static void main(String[] args) throws Exception{ byte[] bs = {(byte)0xD6,(byte)0xD0,(byte)0xB9,(byte)0xFA}; String s = new String(bs,GB18030); System.out.println(s); } } 像上述程序所示的那样，我们知道：D