1.編碼基礎知識  

       最早的編碼是iso8859-1，和ascii編碼相似。但為了方便表示各種各樣的語言，逐漸出現了很多標準編碼，重要的有如下幾個。 

1.1. iso8859-1 通常叫做Latin-1

      最多能表示的字元範圍是0-255，應用於英文系列。比如，字母a的編碼為0x61=97。 

      很明顯，iso8859-1編碼表示的字元範圍很窄，無法表示中文字元。但是，由於是單位元組編碼，和計算機最基礎的表示單位一致，所以很多時候，仍舊使用iso8859-1編碼來表示。而且在很多協議上，預設使用該編碼。比如，雖然"中文"兩個字不存在iso8859-1編碼，以gb2312編碼為例，應該是"d6d0 cec4"兩個字元（java字元佔2個位元組），使用iso8859-1編碼的時候則將它拆開為4個位元組來表示："d6 d0 ce c4"（事實上，在進行儲存的時候，也是以位元組為單位處理的）。而如果是UTF編碼，則是6個位元組"e4 b8 ad e6 96 87"。很明顯，這種表示方法還需要以另一種編碼為基礎。 

2.2. GB2312/GBK 

       這就是漢字的國標碼，專門用來相容iso8859-1編碼。其中gbk是相容gb2312編碼的。 

1.3 unicode 

      這是最統一的編碼，可以用來表示所有語言的字元，而且是定長雙位元組（也有四位元組的）編碼，包括英文字母在內。所以可以說它是不相容iso8859-1編碼的，也不相容任何編碼。不過，相對於iso8859-1編碼來說，uniocode編碼只是在前面增加了一個0位元組，比如字母a為"00 61"。 

      需要說明的是，定長編碼便於計算機處理（注意GB2312/GBK不是定長編碼），而unicode又可以用來表示所有字元，所以在很多軟體內部是使用unicode編碼來處理的，比如java。 

1.4 UTF 

       考慮到unicode編碼不相容iso8859-1編碼，而且容易佔用更多的空間：因為對於英文字母，unicode也需要兩個位元組來表示。所以unicode不便於傳輸和儲存。因此而產生了utf編碼，utf編碼相容iso8859-1編碼，同時也可以用來表示所有語言的字元，不過，utf編碼是不定長編碼，每一個字元的長度從1-6個位元組不等。另外，utf編碼自帶簡單的校驗功能。一般來講，英文字母都是用一個位元組表示，而漢字使用三個位元組。 

       注意，雖然說utf是為了使用更少的空間而使用的，但那只是相對於unicode編碼來說，如果已經知道是漢字，則使用GB2312/GBK無疑是最節省的。不過另一方面，值得說明的是，雖然utf編碼對漢字使用3個位元組，但即使對於漢字網頁，utf編碼也會比unicode編碼節省，因為網頁中包含了很多的英文字元。 

2.Unicode、UTF-8 和 ISO8859-1到底有什麼區別

       將以"中文"兩個字為例，經查表可以知道其GB2312編碼是"d6d0 cec4"，Unicode編碼為"4e2d 6587"，UTF編碼就是"e4b8ad e69687"。注意，這兩個字沒有iso8859-1編碼，但可以用iso8859-1編碼來表示。 

3. java對字元的處理 

在java應用軟體中，會有多處涉及到字符集編碼，有些地方需要進行正確的設定，有些地方需要進行一定程度的處理。 

3.1 getBytes(charset) 

       這是java字串處理的一個標準函式，其作用是將字串所表示的字元按照charset編碼，並以位元組方式表示。注意字串在java記憶體中總是按unicode編碼儲存的。比如"中文"，正常情況下（即沒有錯誤的時候）儲存為"4e2d 6587"，如果charset為"gbk"，則被編碼為"d6d0 cec4"，然後返回位元組"d6 d0 ce c4"。如果charset為"utf8"則最後是"e4 b8 ad e6 96 87"。如果是"iso8859-1"，則由於無法編碼，最後返回 "3f 3f"（兩個問號）。 

3.2 new String(charset) 

        這是java字串處理的另一個標準函式，和上一個函式的作用相反，將位元組陣列按照charset編碼進行組合識別，最後轉換為unicode儲存。參考上述getBytes的例子，"gbk" 和"utf8"都可以得出正確的結果"4e2d 6587"，但iso8859-1最後變成了"003f 003f"（兩個問號）。因為utf8可以用來表示/編碼所有字元，所以new String( str.getBytes( "utf8" ), "utf8" ) === str，即完全可逆。 

3.3 setCharacterEncoding() 

該函式用來設定http請求或者相應的編碼。 

       對於request，是指提交內容的編碼，指定後可以通過getParameter()則直接獲得正確的字串，如果不指定，則預設使用iso8859-1編碼，需要進一步處理。

      參見下述"表單輸入"。值得注意的是在執行setCharacterEncoding()之前，不能執行任何getParameter()。java doc上說明：This method must be called prior to reading request parameters or reading input using getReader()。而且，該指定只對POST方法有效，對GET方法無效。分析原因，POST方法在執行第一個getParameter()的時候，java將會按照編碼分析所有的提交內容，而後續的getParameter()不再進行分析，所以setCharacterEncoding()無效。而對於GET方法提交表單是，提交的內容在URL中，一開始就已經按照編碼分析所有的提交內容，setCharacterEncoding()自然就無效。

       注意：iso-8859-1是JAVA網路傳輸使用的標準字符集,而gb2312是標準中文字符集,當你作出提交表單等需要網路傳輸的操作的時候,就需要把 iso-8859-1轉換為gb2312字符集顯示,否則如果按瀏覽器的gb2312格式來解釋iso-8859-1字符集的話,由於2者不相容,所以會 是亂碼.

例子：

String s = "你好";
// 編碼
byte[] utf = s.getBytes("utf-8");
byte[] gbk = s.getBytes("gbk");
System.out.println("utf-8編碼：" + Arrays.toString(utf));//[-28,-67,-96,-27,-91,-67]  6個位元組System.out.println("gbk編碼：" + Arrays.toString(gbk));//[-60,-29,-70,-61] 4個位元組
// 解碼 
String s1 = new String(utf, "utf-8"); // 你好S
tring s2 = new String(utf, "gbk"); // gbk解碼：浣犲ソ gbk用2個位元組解碼，所以會多一個字元
String s3 = new String(gbk, "utf-8"); // gbk用utf-8解碼：??? utf-8解碼需要6個位元組
System.out.println("--------------------");
System.out.println("utf-8解碼：" + s1);
System.out.println("gbk解碼：" + s2);
System.out.println("gbk用utf-8解碼：" + s3);
System.out.println("---------------------");
System.out.println("用utf-8編碼回去");
s3 = new String(s3.getBytes("utf-8"), "gbk"); // 錕斤拷錕?   gbk用utf-8解碼後無法編回去System.out.println(s3);

規律：

utf-8編碼可以用gbk和iso8859-1解碼後編回去

gbk編碼後只能用iso8859-1解碼後編回去

解決Get和Post請求中中文亂碼問題

 對於Post請求，只需在Servlet或者jsp中寫入如下程式碼就可以把解決從表單中傳入的中文亂碼問題

  request.setCharacterEncoding("utf-8");

而對於Get請求，因為請求引數會被附加到位址列的URL之後，所以不能用上面的處理方法。應該這樣：

   String str=request.getQueryString();

   //使用URLDecoder解碼字串

   String str1=java.net.URLDecoder.decode(str,"utf-8");

   String[] paraStrings=str1.split("&");

//paraStrings[0]就是第一個引數，依次類推...

   for(String paraString : paraStrings)

{

     String[] nameValue=paraString.split("=");

     //nameValue[0]就是表單的name，nameValue[1]就是表單name對應的值

}

還有一種方法就是獲取請求引數之後對請求引數值重新編碼，也就是先將其轉換成位元組陣列，再將位元組陣列重新解碼成字串。

  String str=request.getParameter("name");

  byte[] bytes=str.getBytes("ISO-8859-1");

  String name=new String(bytes,"utf-8");