二、JAVA 对字符的处理
1. getBytes(charset)
这是 java 字符串处理的一个标准函数，其作用是将字符串所表示的字符按照 charset 编码，并以字节方式表示。注意字符串在 java 内存中总是按 unicode 编码存储的。
当Java程序从输入流、文件或字符文字量等途径获得字符串时，均会做字符编码的转换，例如InputStreamReader 的构造函数中就需要指定编码方式，而对于从文件和字符文字量中获得字符串时，均采用系统默认的编码方式对字符数据进行解码。考虑下面一段代码：
|
String str=”中”; |
① |
|
byte[] bytes = str.getBytes(); |
② |
|
bytes = str.getBytes(“ISO-8859-1”); |
③ |
语句①：将一个只含有一个字符“中”的字符串文字量赋给 String 类的一个对象 str，字符文字量“中”是按照操作系统默认编码方式进行编码，在中文 windows 系统中通常是“GBK”，“中”在GBK编码中是0xD6D0，在将该字符赋给str时，Java会对该字符串进行编码转换，即将GBK编码方式的“中”转换成Unicode编码方式的“中”，Unicode编码方式“中”的编码是0x4E2D，所以str在程序运行期间在内存中的二进制表示成16进制就是0x4E2D。
语句②：获得str字符串的二进制形式。getBytes(String encoding)方法需要指定编码方式，表示获得该字符串在何种编码方式中的二进制形式。此语句中没有设置参数，表示采用操作系统默认的编码方式，即此处获得的bytes是“中”在GBK编码中的二进制形式，即bytes[0]=0xD6, bytes[1]=0xD0。
语句③：该语句与语句②的区别就是指定了编码方式，此处指定的是ISO-8859-1，即通常所说的Latin-1，该编码采用8bit对字符编码，所以编码空间中只有256个字符。该编码中只包含了基本的ASCII码和一些扩展的其它西欧字符，所以该字符集中不可能包含中文的“中”字，也就是说Java虚拟机无法在ISO-8859-1编码集中找到“中”字对应的编码，针对这种情况，就只返回一个问号(?,0x3f)字符，所以此时bytes.length只有1，且bytes[0]=0x3f。
2.new String(byte[] bytes, String encoding)
getBytes()方法从字符串获得二进制的字节数组。如果要从二进制的字节数组获得字符串，则就需要使用new String(byte[] bytes, String encoding)方法，该方法按照encoding编码方法对字节数组bytes中的二进制数组进行解析，生成一个新的字符串对象。
|
byte[] bytes = {(byte)0xD6, (byte)0xD0, (byte)0x31}; |
① |
|
String str = new String(bytes); |
② |
|
str = new String(bytes,”ISO-8859-1”); |
③ |
语句①：定义一个字节数组。
语句②：将该字节数组中的二进制数据按照默认的编码方式（GBK）编码成字符串，我们知道GBK中0xD6 0xD0表示“中”，0x31表示字符“1”（GBK兼容ASCII，但不兼容ISO-8859-1除ASCII之外的部分），所以str得到的值是“中1”。
语句③：该句用ISO-8859-1编码方式对该字节数据进行编码，由于在ISO-8859-1编码方式中一个字节会被解析成一个字符，所以该字节数组会被解释成包含三个字符的字符串，但由于在ISO-8859-1编码方式中没有对应0xD6和0xD0的字符，所以前两个字符会产生两个问号，由于0x31在ISO-8859-1编码中对应字符“1”（ISO-8859-1也兼容ASCII），所以此语句得到str的值是“??1”。
3.setCharacterEncoding()
该函数用来设置http请求或者相应的编码。
对于request，是指提交内容的编码，指定后可以通过getParameter()直接获得正确的字符串，如果不指定，则默认使用iso8859-1 编码，需要进一步处理。值得注意的是在执行setCharacterEncoding()之前，不能执行任何 getParameter()。而且，该指定只对POST方法有效，对GET方法无效。分析原因，应该是在执行第一个getParameter()的时候，java将会按照编码分析所有的提交内容，而后续的getParameter()不再进行分析，所以setCharacterEncoding()无效。而对于GET方法提交表单时，提交的内容在URL中，一开始就已经按照编码分析所有的提交内容，setCharacterEncoding()自然就无效。
对于response，则是指定输出内容的编码，同时，该设置会传递给浏览器，告诉浏览器输出内容所采用的编码。
三、页面编码
页面编码主要有两方面，一是页面本身的编码格式，即以什么编码方式保存，二是客户端浏览器以什么编码格式显示页面。
1. 页面保存编码格式
1). HTML 页面的编码要看你保存文件时的编码选项，多数的网页编辑软件可以让你选择编码的类型，默认为本地编码，为了使网页减少编码的问题，最好保存为 UTF-8 编码格式。
2). JSP 页面使用下列标签指定 JSP 源文件的编码格式，具体来说，我们在JSP源文件头上加入下面的一句即可：
<%@page pageEncoding="xxx"%>，xxx可以为GB2312，GBK，UTF-8（和MySQL不同，MySQL是 UTF8）等等，其默认值为ISO-8859-1。保存文件时的编码应该与xxx 一致。
2. 页面显示编码（通知客户端浏览器用什么字符集编码显示页面）
使用 <META http-equiv="content-type" content="text/html; charset=xxx"> 标签设置页面显示编码
使用 response.setContentType("text/html; charset=xxx");来指定生成的页面编码。
使用 <%@ page language="java" contentType="text/html; charset=xxx"%> 设置页面显示编码。字符集的默认值为ISO-8859-1。
3. 页面输入编码
在设置页面显示编码的同时，指定了页面的输入方式。如果没有指定页面编码，则使用操作系统本身的默认编码。
四、表单传递参数编码
使用表单输入数据时，处理过程如下：
User input *(gbk:d6d0 cec4)
browser *(gbk: d6d0 cec4)
web server iso8859-1(00d6 00d 000ce 00c4) class，需要在class中进行处理：getbytes("iso8859-1")为d6 d0 ce c4，new String("gbk")为d6d0 cec4，内存中以 unicode编码则为4e2d 6587。
1．用户输入的编码方式和页面指定的编码有关。
2．从 browser 到 web server，可以在表单中指定提交内容时使用的字符集，否则会使用页面指定的编码。而如果在url中直接用 ? 的方式输入参数，则其编码往往是操作系统本身的编码，因为这时和页面无关。
3． Web server接收到的是字节流，默认时（getParameter）会以 iso8859-1编码处理之，结果是不正确的，所以需要进行处理。但如果预先设置了编码（通过 request. setCharacterEncoding ()），则能够直接获取到正确的结果。