電腦只能處理011001這樣的二進(jìn)制數(shù)字，字符是日常生活中我們使用的符號(hào)，為了電腦能夠存儲(chǔ)、傳輸和展示字符，所以，我們需要把字符轉(zhuǎn)換為0110000這樣的二進(jìn)制碼。這就是所謂編碼。相反，把011000這樣的二進(jìn)制碼轉(zhuǎn)換為字符的過程就是解碼！JAVA里，char表示一個(gè)字符，String表示字符串！
具體把哪個(gè)字符映射到哪個(gè)二進(jìn)制串上，是由國家（國家標(biāo)準(zhǔn)）、國際組織（國際標(biāo)準(zhǔn)）等決定的！
一般不用二進(jìn)制串來表示某個(gè)字符的編碼（因?yàn)閷懫饋怼㈤喿x起來都很麻煩），所以一般是用十六進(jìn)制的串來表示某個(gè)字符的編碼。
因此：
字符 <--> 十六進(jìn)制串，之間的映射的集合(因?yàn)橛泻芏嘧址?，就構(gòu)成了字符集。
你經(jīng)常見到的字符集是：Unicode、UTF-8、GB2312、GB18030、GBK、Big-5、ISO-8859-1（又名：Latin-1）
Unicode、UTF-8能夠支持目前世界上所有語言文字的字符
GB2312是舊的國家標(biāo)準(zhǔn)，不支持繁體漢字
GBK不是國家標(biāo)準(zhǔn)，但支持繁體漢字
GB18030是新的國家標(biāo)準(zhǔn)，也支持繁體漢字
Big-5，能支持繁體漢字
ISO-8859-1，不支持漢字，英美等拉丁語系的國家常用這個(gè)編碼
舉例：
public class EncodingTest01 {
public static void main(String[] args) throws Exception{
String s = "中國";
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();
}
}
“中國”，這兩個(gè)簡體漢字，在不同的字符集中，用上述程序輸出，其編碼分別為：
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,
解釋：
關(guān)于Unicode
用Unicode編碼之后的“中國”，其編碼的前面有FE,FF兩個(gè)額外的字節(jié)。這兩個(gè)字節(jié)稱為BOM（Byte Order Mark）。“中”這個(gè)漢字，它的Unicode編碼是：4E,2D，那么在傳輸?shù)倪^程中，是把4E放在前面，還是把2D放在前面呢？這有BOM來決定。如果BOM是FEFF（稱為Big Endian），表示4E在前；如果BOM是FFFE（稱為Little Endian），表示2D在前。
也就是說，如果你的文件編碼是Unicode（也可以叫做UTF-16），那么文件開頭的字節(jié)就是：FEFF（以這種方式開頭的編碼叫UTF-16BE）或FFFE（以這種方式開頭的編碼叫做UTF-16LE）
UTF-16BE、UTF-16、Unicode是一樣的！
關(guān)于UTF-8
UTF-8編碼的文件，其文件頭也有一段標(biāo)識(shí)：EF BB BF
其它編碼的文件，其文件頭沒有什么標(biāo)識(shí)！！！
對(duì)于使用ISO-8859-1編碼方式來對(duì)“中國”二字進(jìn)行編碼之后，得到的是：3F 3F，這是因?yàn)镮SO-8859-1字符集中根本就沒有“中國”這兩個(gè)字符！所以，它用3F來代替！
解碼
解碼，實(shí)際上就是把二進(jìn)制流（也就是字節(jié)流，即字節(jié)數(shù)組）轉(zhuǎn)換為字符。字節(jié)數(shù)組是什么樣的編碼（即用哪個(gè)字符集對(duì)它編碼），你必需使用相同的字符集來解碼！
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樣，我們知道：D6D0 B9FA 是“中國”兩個(gè)字符的“GB18030”編碼，所以，你可以使用這個(gè)字符集來把其對(duì)應(yīng)的字節(jié)數(shù)組解碼為字符！
Java中的字符
你首先要理解的是，JAVA可以把字符存儲(chǔ)在內(nèi)存中（即也是以0110010這樣的方式存儲(chǔ)在內(nèi)存中）！那么，JAVA把字符存儲(chǔ)在內(nèi)存中的時(shí)候，它使用的是什么編碼呢？答案是：Unicode
因此，我們知道，“中國”，這兩個(gè)漢字，在內(nèi)存中，是以“4E,2D,56,FD”這種方式存在的！
不過要注意，JAVA的class文件，是以UTF-8方式編碼的！JAVA虛擬機(jī)讀取class文件的時(shí)候，通過UTF-8編碼把class文件讀入內(nèi)存，并轉(zhuǎn)換為UTF-16（即Unicode）。
因此，new String(byte[],“GB18030“)的真正意思是：把字節(jié)流（它是以GB18030方式編碼的）轉(zhuǎn)換為Unicode的字節(jié)流存在內(nèi)存中！
如上圖所示，假設(shè)有“中國”兩個(gè)漢字，通過getBytes(“encoding”)能將其轉(zhuǎn)換為不同的編碼！
再看下圖，假設(shè)有一個(gè)字節(jié)流，現(xiàn)在想把它轉(zhuǎn)換為字符串：
一個(gè)本來是UTF-8編碼的字節(jié)流，如果你把它當(dāng)成ISO-8859-1進(jìn)行轉(zhuǎn)換，ISO-8859-1的規(guī)則是每個(gè)字節(jié)一個(gè)字符，所以得到了長度為6的字符串，如果你將它輸出，將是亂碼！現(xiàn)在你可以反向轉(zhuǎn)換，通過ISO-8859-1編碼得到它的字節(jié)流，這將原封不動(dòng)得到一個(gè)字節(jié)流，然后，你又可以對(duì)這個(gè)字節(jié)流進(jìn)行正確的解碼了！
簡單總結(jié)一下
如果你拿到一個(gè)字節(jié)流，你需要清楚的知道，你這個(gè)字節(jié)流是用哪個(gè)字符集進(jìn)行編碼的！
如果你拿到一個(gè)字符串，你發(fā)現(xiàn)它輸出的時(shí)候是亂碼，那么，你究竟能不能通過某種技術(shù)手段解決這個(gè)亂碼問題呢？答案是：不一定！
l 因?yàn)槟隳玫搅艘粋€(gè)字符串，所以，可以肯定，你拿到的字符串是由于某人將它按照某種字符集將字節(jié)流進(jìn)行了解碼而得到的字符串！
a) 假如某人是按照ISO-8859-1字符集對(duì)字節(jié)流進(jìn)行解碼而得到的字符串，那么，恭喜你，你將可以通過某種技術(shù)手段，把你手中的亂碼字符串轉(zhuǎn)換為正確的字符串！這種技術(shù)手段就是：先getBytes(“ISO-8859-1”)得到一個(gè)字節(jié)流，然后把這個(gè)字節(jié)流用new String(byte[],“正確的字符集”)轉(zhuǎn)換為正確的字符串即可！
b) 假如某人不是按照ISO-8859-1字符集對(duì)字節(jié)流進(jìn)行解碼的，那么，很不幸，有很大的可能是你沒有辦法將它再正確地還原了！
頁面編碼
通過GET方法向后臺(tái)遞交的請求
向服務(wù)器遞交的請求中，字符也是需要進(jìn)行編碼之后傳輸?shù)模g覽器將會(huì)自動(dòng)對(duì)URL地址中的漢字進(jìn)行編碼之后傳輸。如果你直接在瀏覽器地址欄輸入U(xiǎn)RL地址及漢字，那么瀏覽器將自動(dòng)使用當(dāng)前操作系統(tǒng)的默認(rèn)字符集進(jìn)行編碼（中文操作系統(tǒng)就是GB2312）之后傳輸?shù)椒?wù)器；如果你在某個(gè)頁面上點(diǎn)擊一個(gè)鏈接（此鏈接后面附帶著中文漢字），那么，瀏覽器將自動(dòng)根據(jù)這個(gè)頁面所使用的字符集來對(duì)漢字進(jìn)行編碼之后，傳輸?shù)椒?wù)器！
比如“中國”兩個(gè)漢字，假如頁面編碼是GB18030（或GBK或GB2312），那么向后傳輸?shù)拇褪牵?D6%D0%B9%FA
比如：http://localhost:8080/myservlet/AddUser?username=%D6%D0%B9%FA
我們后臺(tái)使用request.getParameter(“username”)來得到一個(gè)字符串，結(jié)果發(fā)現(xiàn)是亂碼，那么可以肯定，某人幫我們將從客戶端傳輸過來的字節(jié)流按照某種字符集解碼成了字符串！某人就是應(yīng)用服務(wù)器（TOMCAT），某種字符集就是應(yīng)用服務(wù)器的默認(rèn)字符集，是ISO-8859-1。所以，很幸運(yùn)，還有救！
String username = request.getParameter("username");
//將它轉(zhuǎn)換為正確的字符串！
byte[] bs = username.getBytes("ISO-8859-1");
username = new String(bs,"GB18030");
//正確
System.out.println(username);
當(dāng)然，為了避免每次都這樣干，我們干脆修改TOMCAT對(duì)于URL編碼的默認(rèn)解碼字符集即可！
修改server.xml文件中的下面的語句，加上URIEncoding=“GB18030“的配置即可：
<Connector port="8080" protocol="HTTP/1.1"
connectionTimeout="20000"
redirectPort="8443" URIEncoding="GB18030"/>
通過POST向后臺(tái)遞交的請求
瀏覽器將按照表單所在的頁面所使用的字符集對(duì)數(shù)據(jù)進(jìn)行編碼之后傳輸！
在TOMCAT中配置的URIEncoding只對(duì)GET方式遞交的請求中的數(shù)據(jù)有效，而對(duì)于POST請求，你必須在調(diào)用request.getParameter(“xxx”)之前，調(diào)用：request.setCharacterEncoding("GB18030"); ！
Response的編碼
在調(diào)用response.getWriter()之前，調(diào)用response.setCharacterEncoding("GB18030")；
即可！
或者：
在設(shè)置ContentType的時(shí)候設(shè)置也可以：
response.setContentType("text/html;charset=GB18030");
本文來自CSDN博客，轉(zhuǎn)載請標(biāo)明出處：http://blog.csdn.net/li_tengfei/archive/2010/12/25/6098099.aspx