http://www.javaworld.com/javaworld/jw-04-2004/jw-0419-multibytes_p.html

多字節(jié)字符在J2EE中的處理
－－多字節(jié)字符的J2EE開發(fā)

摘要
大多數(shù)J2EE服務(wù)器對多字節(jié)字符語言（中文和日文）支持的很好，但是不同的J2EE服務(wù)器和瀏覽器支持的方式不同。當(dāng)開發(fā)者從一個服務(wù)器移植中文應(yīng)用到另一個時，總是遇到多字節(jié)字符問題。在本文里，Wang Yu分析了產(chǎn)生此種問題的根本原因，并提供了一些解決方案和指導(dǎo)方針。

中文是世界上最復(fù)雜、最綜合的語言之一。有時我很慶幸自己是中國人，尤其我看到我的外國朋友為學(xué)好中文特別是寫漢字而奮斗的時候。但當(dāng)開發(fā)J2EE本地化應(yīng)用，卻無法慶幸了。本文將告訴你為什么。
盡管java平臺和大多數(shù)J2EE服務(wù)器很好的支持國際化，開發(fā)中文應(yīng)用時我仍然遇到很多多字節(jié)字符問題：
編碼和字符集之間的區(qū)別是什么？
為什么多字節(jié)字符應(yīng)用在不同操作系統(tǒng)間有不同的顯示？
為什么多字節(jié)字符應(yīng)用在不同應(yīng)用服務(wù)器間有不同的顯示？
為什么多字節(jié)字符應(yīng)用在不同瀏覽器間有不同的顯示？
為什么大多數(shù)J2EE服務(wù)器不能很好的支持UTF-16（universal transformation format）編碼。
本文將幫你解答這些疑問。

字符的基礎(chǔ)知識
字符在計算機發(fā)明之前就已經(jīng)存在了。3000多年以前，甲骨文出現(xiàn)在古代中國。這些字符有特有的形象和意思，大部分有名字和發(fā)音。所有這些方面構(gòu)成字符集（character repertoire），一組特有語言的截然不同的字符，與計算機沒有一點關(guān)系。過去的幾千年里，創(chuàng)造出許多種語言和數(shù)千的字符。現(xiàn)在我們試著將這些字符編碼成計算機能理解的1和0的串。
當(dāng)用鍵盤打字時，你涉及字符輸入方法。對于簡單字符，存在字符和建碼的一一對應(yīng)。對于復(fù)雜語言，一個字符需要多個擊鍵。
當(dāng)你看到屏幕上字符之前，操作系統(tǒng)必須存儲字符在內(nèi)存。實際上，操作系統(tǒng)定義了字符和非負(fù)整數(shù)的一一對應(yīng)，保存在內(nèi)存中。這些整數(shù)被稱為字符碼（character code）。
字符能存儲在文件中或通過網(wǎng)絡(luò)傳輸。字符編碼（character encoding ）定義了如何映射一個字符的字符碼到字節(jié)的序列。一些字符碼映射到單字節(jié)，如ASCII，一些映射到多字節(jié)，如中文、日文，依賴于不同的字符編碼。
不同的語言有不同的字符表，每一個字符表用特有的編碼格式。通常，當(dāng)選擇了語言，就選擇了對應(yīng)的字符表、編碼格式。比如，選擇中文，默認(rèn)就選擇了GBK中文字符表和GBK編碼格式。
我避免術(shù)語字符集（character set），因為它帶來混淆，顯然character set和character repertoire是同義詞。Character set被HTTP Mime 頭誤用了，charset被誤用做encoding。
Java的特性之一是16位的字符，支持Unicode，表示不同語言不同字符的標(biāo)準(zhǔn)方法。不幸的是，這種方法在J2EE開發(fā)中引起許多問題。
導(dǎo)致顯示問題的不同開發(fā)階段
J2EE開發(fā)包括幾個階段（圖一）；每一個階段都能導(dǎo)致多字節(jié)字符顯示問題。
編碼階段
編碼時大多用IDE如JB、NetBeans，或編輯器如UE、vi。不管選擇什么，如果在jsp、java、html文件中有多字節(jié)字符串，如果不小心就會遇到顯示問題。