我們經(jīng)常會遇到編碼問題。Java號稱國際化的語言，是因?yàn)樗?/span>class文件采用UTF-8，而JVM運(yùn)行時使用UTF-16（至于為什么JVM中要采用UTF-16，我沒看過 相關(guān)的資料，但我猜可能是因?yàn)?/span>JAVA里面一個字符(char)就是16位的，而UTF-16正是雙字節(jié)編碼），都是unicode的編碼。

unicode 的目標(biāo)就是能支持世界上所有的字符集，也就是說幾乎所有的字符集包含的字符在unicode中都有對應(yīng)的編碼。在unicode中，字符與代碼的映射關(guān) 系，就是unicode字符集，稱為UCS(Unicode Character Set)，每個unicode字符編碼稱為code point（代碼點(diǎn)？）。UTF-8和UTF-16是不同的UCS編碼方法，UTF就是UCS Transformation Format。;

在Java 中，String的getBytes()方法就是對特定的字符串(unicode)按照給定的字符集進(jìn)行編碼（encode），new String()則可以按照某個字符集將字節(jié)流轉(zhuǎn)換回unicode（decode）。Java里面的每一個String都是unicode編碼。

再來看頁面，如果不做特殊處理，Form的提交就按照頁面的ContentType設(shè)置中的字符集進(jìn)行編碼轉(zhuǎn)換，發(fā)送到后臺，后臺必須利用req.setCharacterEncoding來指定參數(shù)的編碼格式(不同的應(yīng)用服務(wù)器應(yīng)有不同的指定方式)，才能正確解碼。

Java 里面的encode和decode都是相對于unicode而言的，encode的意思是將char[] --> XXX Encoding byte[]，decode就是由XXX Encoding byte[] --> char[]。平常，當(dāng)我們說“將GBK編碼轉(zhuǎn)換為UTF-8編碼”的時候，實(shí)際的意思就是：GBK Encoding byte[] --> UTF-8 Encoding byte[]，這種轉(zhuǎn)換只有在需要用byte[]傳輸數(shù)據(jù)的時候才有意義，否則便是毫無意義的。

首先要說明的一點(diǎn)是：Java中的String對象就是一個unicode編碼的字符串。

但是，我們通常會聽到有人說：“我們需要將String由ISO-8859-1轉(zhuǎn)換為GBK編碼”，這又是怎么回事呢？實(shí)際上，我們并不是要“將 一個由ISO-8859-1編碼的String轉(zhuǎn)換為GBK編碼的String”，反復(fù)說明的是，JAVA中的String都是unicode編碼的，所以不存在“ISO- 8859-1編碼的String”或“GBK編碼的String”這樣的說法。而需要轉(zhuǎn)換的唯一的原因是String進(jìn)行了錯誤的編碼。我們經(jīng)常會碰到由ISO-8859- 1轉(zhuǎn)換為諸如GBK/UTF-8等等這樣的需求。所謂的轉(zhuǎn)換過程是：String --> byte[] -->String。
也許 你非常清楚這個過程的代碼：new String(text.getBytes("ISO-8859-1"),"GBK")。但是，要真正理解起來并不是那么簡單。表面上看似乎很容易理解， 不就是將text String對象按照ISO-8859-1的方式編碼為byte[]然后再把它按照GBK的方式轉(zhuǎn)換為String嗎？但是這句代碼很容易會被誤解為： “將text String由ISO-8859-1轉(zhuǎn)換為GBK編碼”，這種說法是錯誤的。難道你見過用這樣的代碼：new String(text.getBytes("GBK"),"UTF-8")來對String進(jìn)行編碼轉(zhuǎn)換的嗎？

之所以你會經(jīng)?？吹?/span>new String(text.getBytes("ISO-8859-1"),"GBK")這句代碼，是因?yàn)橐粋€GBK的字節(jié)流被錯誤地以ISO-8859- 1的方式轉(zhuǎn)換為String（unicode）了！發(fā)生這種情況最普遍的地方是一個GBK編碼的網(wǎng)頁向后臺提交數(shù)據(jù)的時候，就有可能會看到這句代碼的出 現(xiàn)。GBK的流被錯誤的當(dāng)成ISO8859-1的流，所以便得到了一個錯誤的String。由于ISO8859-1是單字節(jié)編碼，所以每個字節(jié)被按照原樣 轉(zhuǎn)換為String，也就是說，雖然這是一個錯誤的轉(zhuǎn)換，但編碼沒有改變，所以我們?nèi)匀挥袡C(jī)會把編碼轉(zhuǎn)換回來！所以那句經(jīng)典的new String(text.getBytes("ISO-8859-1"),"GBK")便出現(xiàn)了。

如果系統(tǒng)誤以為是其它編碼格式，就有可能再也轉(zhuǎn)換不回來了，因?yàn)榫幋a轉(zhuǎn)換并不是負(fù)負(fù)得正那么簡單的 

歡迎來訪！^.^!
本BLOG僅用于個人學(xué)習(xí)交流!
目的在于記錄個人成長.
所有文字均屬于個人理解.
如有錯誤，望多多指教！不勝感激！