让人抓狂的编码问题

经过get方式提交的数据，须要在tomcat的 server.xml文件里设置URLEncoding =”utf-8”配置。
经过post方式提交的数据，须要在 request.getParameter()以前，调用 request.setCharacterEncoding(“utf-8”)

Response内容的编码，则能够
经过 response.setCharacterEncoding(“utf-8”).
或者设置contextType时同时设置编码
Response.setContentType(“ text.html, utf-8”)


编码和解码
把字符转换成0 1这样的二进制码 即编码。相反即解码。
通常不用二进制表示字符的编码(写起来，阅读都不方便)，通常用十六进制表示。
所以字符《----》十六进制之间的映射的集合，即为字符集。

经常使用字符集 unicode(utf-16)，gb2312，gb18030，gbk，utf-8，iso-8859-1 ，Big-5.

Unicode和utf-8能支持世界上全部语言的字符
Gb2312是旧的国家标准，不支持繁体中文
Gb18030是新的国家标准，支持繁体中文
Gbk不是国家标准，但支持繁体中文
Big-5支持繁体

Iso-8859-1不支持中文，英美等拉丁国家经常使用这个编码

注：若是你拿到一个字节流，须要清楚的知道，这个字节流是用什么字符集进行的编码，
经常使用开源工具：chardet，能够猜想一段字节流是什么编码。

若是你拿到一个字符串，发现输出的是乱码，那可否经过某种技术手段解决这个乱码问题，答案是不必定。
1)若是是按照iso-8859-1字符集对字节流解码获得的字符串，则能够获得正确的字符串，方法：getBytes(“iso-8859-1”)获得字节流，而后把字节流new String(byte[],”正确的字符集”)转换成正确的字符串。
2)不过不是按照iso-8859-1字符集对字节流解码的，很大可能没有办法正确还原了。

 

关于请求和响应的编码问题

经过get方式向后台请求

若是在某页面点击连接(连接附带中文)，浏览器会自动根据这个页面使用的字符集对汉子编码，传到服务器

Get请求不能用request.setCharacterEncoding(),get请求的编码是有应用服务器决定的，对于get请求 在tomcat设置。

Post请求用request.setCharacterEncoding(“”)指定客户端传到服务器的编码，能够在filter里设置，而不用在每一个servlet里设置

小贴士：不一样编码下的字符串占的字节数： 英文字母：A 字节数：1;编码：GB2312 字节数：1;编码：GBK 字节数：1;编码：GB18030 字节数：1;编码：ISO-8859-1 字节数：1;编码：UTF-8 字节数：4;编码：UTF-16 中文汉字：人 字节数：2;编码：GB2312 字节数：2;编码：GBK 字节数：2;编码：GB18030 字节数：1;编码：ISO-8859-1 字节数：3;编码：UTF-8 字节数：4;编码：UTF-16