#
Spring种提供了2种常用的注入方式，set方法注入和构造函数注入。由于这2种注入方式很相似，都可以满足我们的需求，所以在大多数情况下我们忽视了这2种注入方式的区别。下面让我们看看这2种注入方式的特点。
我们先看看Spring在使用set方法注入时，是怎样实例化一个Bean和Bean的合作者的：
在A中有一个setB方法用来接收B对象的实例。那么Spring实例化A对象的过程如下：
在不考虑Bean的初始化方法和一些Spring回调的情况下，Spring首先去调用A对象的构造函数实例化A，然后查找A依赖的对象本例子中是B（合作者）。一但找到合作者，Spring就会调用合作者(B)的构造函数实例化B。如果B还有依赖的对象Spring会把B上依赖的所有对象都按照相同的机制实例化然后调用A对象的setB(B b)把b对象注入给A。
因为Spring调用一个对象的set方法注入前,这个对象必须先被实例化。所以在"使用set方法注入"的情况下Spring会首先调用对象的构造函数。
我们在来看通过构造函数注入的过程：
如果发现配置了对象的构造注入，那么Spring会在调用构造函数前把构造函数需要的依赖对象都实例化好，然后再把这些实例化后的对象作为参数去调用构造函数。
在使用构造函数和set方法依赖注入时，Spring处理对象和对象依赖的对象的顺序时不一样的。一般把一个Bean设计为构造函数接收依赖对象时，其实是表达了这样一种关系：他们（依赖对象）不存在时我也不存在，即“没有他们就没有我”。
通过构造函数的注入方式其实表达了2个对象间的一种强的聚合关系：组合关系。就比如一辆车如果没有轮子、引擎等部件那么车也就不存在了。而且车是由若干重要部件组成的，在这些部件没有的情况下车也不可能存在。这里车和他的重要部件就时组合的关系。如果你的应用中有这样类似的场景那么你应该使用“构造函数注入”的方式管理他们的关系。“构造函数注入”可以保证合作者先创建，在后在创建自己。
通过set方法注入的方式表达了2个对象间较弱的依赖关系：聚合关系。就像一辆车，如果没有车内音像车也时可以工作的。当你不要求合作者于自己被创建时，“set方法注入”注入比较合适。
虽然在理论上“构造函数注入”和“set方法注入”代表2种不同的依赖强度，但是在spring中，spring并不会把无效的合作者传递给一个bean。如果合作者无效或不存在spring会抛出异常，这样spring保证一个对象的合作者都是可用的。所以在spring中，“构造函数注入”和“set方法注入”唯一的区别在于2种方式创建合作者的顺序不同。
使用构造函数依赖注入时，Spring保证所有一个对象所有依赖的对象先实例化后，才实例化这个对象。（没有他们就没有我原则）
使用set方法依赖注入时，Spring首先实例化对象，然后才实例化所有依赖的对象。
网络上搜到的SCEA 的考试经验，希望对大家有所帮助！
正文：
今天，2005年4月9号中午，我通过了Sun的系统架构师考试(SCEA)的310-051部分。总成绩72%（很勉强，及格线68%）。面向对象概念、EJB、设计模式、消息、国际化等部分都对了80-100%；通用架构、遗留系统连接、EJB容器、协议、J2EE应用、安全等部分只有50-66%左右的正确率。
但好歹整体是pass，否则又浪费银子了——1250RMB实在太贵。就在昨晚，老公明白我今天就要考试，马上表达了他的不满：
第一、 他认为我准备不够，肯定pass不了，简直是浪费银子。
第二、 他认为我那么早考过，就不会接着深入学习，很快会忘掉这些知识滴。
但我今天早上还是在他极不看好的抱怨声中去考试。第一道题就是又臭又长的遗留系统连接题，这些电脑屏幕上的英文马上让我的脑袋轰地晕了。所以接下来我一直是在极度紧张晕乎乎的情况下考试的。
臭长的情景题目奇多，我以为时间不一定够，心情紧张地完全影响了我做题效果。但我依然30分钟左右把48个题目全部做了一遍。然后再用25分钟左右仔细检查了一遍，特别仔细研究那些臭长的题目，所有题目全部用排错法选一次答案，但被重新选择答案的题目不超过5个。剩下20分钟左右时，又开始重新过一遍，但做到第34时，整个考试就over了，打印机就刷刷刷打印成绩。我没看到屏幕上的成绩提示，很着急，马上直接去看打印机吐出来的纸，直到看到成绩是pass，才知道这1250块是没有浪费掉。
从考场出来，恰好老公打电话来汇报他酒店的房间可看海景。我告诉他我过了，并埋怨自己备考方向不十分正确导致成绩不算良好。他很意外我通过了没有浪费钱；然后打断我详细的成绩汇报，叫我不要太得意。
其实，我觉得如果备考得当，是很可能拿到80%的。但现在根本没有什么书能完全覆盖了Sun的考试范围，也没有很update的guideline。通过这次实战，我觉得我知道了Sun的真实考试范围，因此觉得有必要整理出来，让后来者少走弯路。
我认为有三个资料是大家主要应该关注的。
1.《J2EE学习指南-Sun certified enterprise architect for J2EE (Exam 310-051)（英文版）》，一定要读英文版，因为考试是英文。Paul R.Allen，Joseph J.Bambara 人民邮电出版社。
这本书粗看是覆盖了SCEA全部大纲，但其实很多真正考试内容没涉及，比如遗留系统连接、安全、集群、负载平衡。而遗留系统连接部分，最新的JCA并没有考，考的还是Screen Scraper及Corba等综合技术连接各种复杂的遗留系统。其他内容，该书也写的很罗索，不精炼。
2. 《Sun Certified Enterprise Architect for J2EE Technology Study Guide》Prentice Hall 著，作者是Sun的，该书接近于Sun的官方资料了。
这本书很好，简洁、扼要，非常适合最后冲刺阶段使用。但缺点是完全没有消息、遗留系统连接等内容。但是设计模式、协议、安全等部分相当好，至少比《J2EE学习指南》好。集群、负载平衡等部分，这本书一样没涉及。
我自己翻译了这本书的中文简版，如果想对J2EE入个门，可以参考。但最好读原文。连英文技术资料都看不懂的人，我想绝对通不过这个考试的，考试中的情景题都是很长的英文。《中文Sun的系统架构师认证教材》http://community.csdn.net/Expert/topic/3892/3892784.xml?temp=.1181452
3.yahoo讨论组上的资源，有最接近Sun考试范围的资料和题目，是考80%的最好保证。
scea_j2ee http://groups.yahoo.com/group/scea_j2ee
scea_prep http://groups.yahoo.com/group/scea_prep
特别推荐的是《Java Architect Notes - Balaji.doc》和《SCEA Practice Questions1.zip》及其他类似电子文档。
Balaji等人的笔记，更符合Sun实际考试的内容，比以上两本书更贴近考试范围。比如其中提到的集群、负载平衡、遗留系统连接等技术，今天我都被考到，而且我都没考好。因为之前我一直以为出版的书更可能贴近考试，而我对上面两本书的知识点都掌握到90%。但我接触yahoo的资料很迟，对这些资料跟那两本书的不同很怀疑，怀疑yahoo的资料不正确。但实际考试告诉我，yahoo的资料更正确。
《SCEA Practice Questions1.zip》这些题目，多数跟Sun考试接近，特别是安全、遗留系统连接、集群、负载平衡等情景分析题，J2EE应用分析题等。但那些很detail的，接近编程的题目，可能不会考。而且这些题目的结果分析部分特别详尽，非常有利于让你处理J2EE选型等情景题目。
尤其是其中部分题就基本重现在我今天的考试中，那些关于集群、负载平衡、J2EE应用分析的情景题。如果再考一次，我发誓我会把yahoo group中的题目用心重做一遍。那样我绝对可以拿到80%了。
我觉得SCEA考试是一个覆盖面很广的东东。备考的过程中，绝对可以优化、充实自己的技术知识。比如通过这段时间的学习，我觉得我更了解J2EE及实际系统选型，也学会了设计模式。之前我基本是设计模式盲，现在我却可以历历数出各模式的特点，甚至有更深入研究的兴趣。我觉得备考SCEA是学习更多知识的方式，而考试结果只是附加的回报。
备考时间和步骤建议：
先介绍本人的背景和准备时间。
本人具有多年J2EE工作经验，很早学习OOA、J2EE，很早就深入学习、模拟过pet store的framework。工作中的项目有很多practices及EJB pattern，但这个很好的framework我没参与设计。
大概是去年（04年）11月初左右有了考SCEA的想法。然后买了上面提到的《J2EE学习指南》。在年前看完了这本书，同时就着《设计模式（中文版）》、《设计模式和Java》等书，对设计模式入了门。原来想年前考，但工作突然趋紧，加上要过年、写网络小说、看小说，就把考试计划推迟到年后。
过了年，又因为分心去“研究”宏微观的经济、管理及把手头长编网络小说over掉，也就不敢贸然考试。但工作轻松，所以还是花了很多时间学习SCEA。
进入三月下旬（20号之后），我的SCEA冲刺阶段开始了。反反复复看前面提到的两本书和设计模式，终于把设计模式给吃下了。一直到三月底，才接触到Balaji的《Java Architect Notes》，做yahoo上共享的题目。做题结果很惨，正确率只有50%左右。所以很快发现自己在情景题、安全等方面的不足，并力补之，同时花了2天半，把《Sun Certified Enterprise Architect for J2EE Technology Study Guide》翻译了一下。
到了4月2号，我决定报名9号考试。然后又把那2本书看一编，把《SCEA Practice Questions1.zip》等数百套题过一遍。6号交钱报名。7号下午通过作题，就发现自己不是很行。8号打印Sun的考试大纲，发现有些地方要加强。但最后认为安全、遗留系统连接、集群、负载平衡等比率不多，幻想Sun不会考那些DNS集群机制等题目，所以还是决定去考试（已经报名了，也不可能推迟）。可是9号考试的时候，心理很明白准备不充分，因此考试特别紧张。但谢天谢地，我面向对象概念、EJB、设计模式、消息、国际化等扎实的底子和yahoo资料给我的遗留系统连接、集群、负载平衡的粗浅印象，到底还是让我pass了。
要说明的是，我全部是工作时学习，根据工作强度，每天有0-7个小时学习。周末和晚上是不学习的。周末用来办事、逛街、去公园；晚上用来上网。
我觉得准备SCEA的时间因人而异。对于普通水平，如我，若集中学习，2-3个月够了；对于更高水平，1个月甚至更短也行；对于水平更差，我想4-6个月都可能。
最后要强调的是英语。这个考试有接近50%是臭长的情景题，还是多项选择，如果基本英语要求都达不到的人，可能连正确理解题目都困难。而另外那些简短的题目，偶尔也有一两个不认识的关键的单词，这绝对影响作题，因为那会让你不知道整个句子的概念。我考试就遇到1-2个这样的题目其中各有1个不认识的关键的单词。我很怀疑通用架构、J2EE应用部分我得分过底就是因为这个原因。
搞定英语，我觉得只能是基本只看英文资料和做英文题目。我的英语底子一般，也就四级水平，工作是纯英文，近两年除了小说、新闻看中文的，其他只看英文。但我的英语还是稍微影响了我的考试，至少我是这样认为的。
以上是我考后的感想。我觉得yahoo上的资料最符合sun考试范围的；但那两本书应该是主要的学习基础。如果EJB不熟的人，其他一些EJB书籍都很必要。
如果大家希望有个学习计划的参考，我建议是：
1．先学《J2EE学习指南》和其他的有名的EJB书籍（一本网上最著名、最流行的就行了）。这个时间应该1个月左右。
2．再学习《Sun Certified Enterprise Architect for J2EE Technology Study Guide》。
3．然后学习Balaji的笔记。
4．打印Sun的考试大纲，逐条检验知识点。
考试大纲 http://www.sun.com/training/catalog/courses/CX-310-051.xml
5．做yahoo上的《SCEA Practice Questions1.zip》等题目。
6．考试前2天，根据做题经验，结合考试大纲，再逐一根据各知识点复习。
7．考试时，也许第一个题目就是很长的英文题。不用被吓着，稳定心态做下去。你会发现后面那些简短的题目几秒钟就可以搞定一个。你肯定有时间回头检查的。
310-051只是系统架构师的第一步，后面还有Assignment (CX-310-300A) 、Essay Exam (CX-310-061)两步。我不知道我什么时候会考，考试费太贵了（全程5000），最好能找个地方报销。我更看中学习过程及实际掌握的知识，考试的结果，尤其是证书，天晓得有没有用。但第一步应该是最难的一步，选择题考过了，剩下两步应该更容易。也许我会去考，如果考过了，如果有经验，我一样会来分享的。考虑到第一个1250花出去，我老公可能会催我考下去，他会觉得既然花钱了，那么搞个证书才合算。哈哈！
1. 概述
本文主要包括以下几个方面：编码基本知识，java，系统软件，url，工具软件等。
在下面的描述中，将以"中文"两个字为例，经查表可以知道其GB2312编码是"d6d0 cec4"，Unicode编码为"4e2d 6587"，UTF编码就是"e4b8ad e69687"。注意，这两个字没有iso8859-1编码，但可以用iso8859-1编码来"表示"。
2. 编码基本知识
最早的编码是iso8859-1，和ascii编码相似。但为了方便表示各种各样的语言，逐渐出现了很多标准编码，重要的有如下几个。
2.1. iso8859-1
属于单字节编码，最多能表示的字符范围是0-255，应用于英文系列。比如，字母'a'的编码为0x61=97。
很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，由于是单字节编码，和计算机最基础的表示单位一致，所以很多时候，仍旧使用iso8859-1编码来表示。而且在很多协议上，默认使用该编码。比如，虽然"中文"两个字不存在iso8859-1编码，以gb2312编码为例，应该是"d6d0 cec4"两个字符，使用iso8859-1编码的时候则将它拆开为4个字节来表示："d6 d0 ce c4"（事实上，在进行存储的时候，也是以字节为单位处理的）。而如果是UTF编码，则是6个字节"e4 b8 ad e6 96 87"。很明显，这种表示方法还需要以另一种编码为基础。
2.2. GB2312/GBK
这就是汉子的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（兼容iso8859-1编码）。其中gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。
2.3. unicode
这是最统一的编码，可以用来表示所有语言的字符，而且是定长双字节（也有四字节的）编码，包括英文字母在内。所以可以说它是不兼容iso8859-1编码的，也不兼容任何编码。不过，相对于iso8859-1编码来说，uniocode编码只是在前面增加了一个0字节，比如字母'a'为"00 61"。
需要说明的是，定长编码便于计算机处理（注意GB2312/GBK不是定长编码），而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java。
2.4. UTF
考虑到unicode编码不兼容iso8859-1编码，而且容易占用更多的空间：因为对于英文字母，unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码，utf编码兼容iso8859-1编码，同时也可以用来表示所有语言的字符，不过，utf编码是不定长编码，每一个字符的长度从1-6个字节不等。另外，utf编码自带简单的校验功能。一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节。
注意，虽然说utf是为了使用更少的空间而使用的，但那只是相对于unicode编码来说，如果已经知道是汉字，则使用GB2312/GBK无疑是最节省的。不过另一方面，值得说明的是，虽然utf编码对汉字使用3个字节，但即使对于汉字网页，utf编码也会比unicode编码节省，因为网页中包含了很多的英文字符。
3. java对字符的处理
在java应用软件中，会有多处涉及到字符集编码，有些地方需要进行正确的设置，有些地方需要进行一定程度的处理。
3.1. 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。比如"中文"，正常情况下（即没有错误的时候）存储为"4e2d 6587"，如果charset为"gbk"，则被编码为"d6d0 cec4"，然后返回字节"d6 d0 ce c4"。如果charset为"utf8"则最后是"e4 b8 ad e6 96 87"。如果是"iso8859-1"，则由于无法编码，最后返回 "3f 3f"（两个问号）。
3.2. new String(charset)
这是java字符串处理的另一个标准函数，和上一个函数的作用相反，将字节数组按照charset编码进行组合识别，最后转换为unicode存储。参考上述getBytes的例子，"gbk" 和"utf8"都可以得出正确的结果"4e2d 6587"，但iso8859-1最后变成了"003f 003f"（两个问号）。
因为utf8可以用来表示/编码所有字符，所以new String( str.getBytes( "utf8" ), "utf8" ) === str，即完全可逆。
3.3. 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()则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。参见下述"表单输入"。值得注意的是在执行setCharacterEncoding()之前，不能执行任何getParameter()。java doc上说明：This method must be called prior to reading request parameters or reading input using getReader()。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方法提交表单是，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。
3.4. 处理过程
下面分析两个有代表性的例子，说明java对编码有关问题的处理方法。
3.4.1. 表单输入
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。
l 用户输入的编码方式和页面指定的编码有关，也和用户的操作系统有关，所以是不确定的，上例以gbk为例。
l 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。上述仍旧以gbk编码为例。
l 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。
l 在页面中指定编码是个好习惯，否则可能失去控制，无法指定正确的编码。
3.4.2. 文件编译
假设文件是gbk编码保存的，而编译有两种编码选择：gbk或者iso8859-1，前者是中文windows的默认编码，后者是linux的默认编码，当然也可以在编译时指定编码。
Jsp *(gbk:d6d0 cec4) java file *(gbk:d6d0 cec4) compiler read uincode(gbk: 4e2d 6587; iso8859-1: 00d6 00d 000ce 00c4) compiler write utf(gbk: e4b8ad e69687; iso8859-1: *) compiled file unicode(gbk: 4e2d 6587; iso8859-1: 00d6 00d 000ce 00c4) class。所以用gbk编码保存，而用iso8859-1编译的结果是不正确的。
class unicode(4e2d 6587) system.out / jsp.out gbk(d6d0 cec4) os console / browser。
l 文件可以以多种编码方式保存，中文windows下，默认为ansi/gbk。
l 编译器读取文件时，需要得到文件的编码，如果未指定，则使用系统默认编码。一般class文件，是以系统默认编码保存的，所以编译不会出问题，但对于jsp文件，如果在中文windows下编辑保存，而部署在英文linux下运行/编译，则会出现问题。所以需要在jsp文件中用pageEncoding指定编码。
l Java编译的时候会转换成统一的unicode编码处理，最后保存的时候再转换为utf编码。
l 当系统输出字符的时候，会按指定编码输出，对于中文windows下，System.out将使用gbk编码，而对于response（浏览器），则使用jsp文件头指定的contentType，或者可以直接为response指定编码。同时，会告诉browser网页的编码。如果未指定，则会使用iso8859-1编码。对于中文，应该为browser指定输出字符串的编码。
l browser显示网页的时候，首先使用response中指定的编码（jsp文件头指定的contentType最终也反映在response上），如果未指定，则会使用网页中meta项指定中的contentType。
3.5. 几处设置
对于web应用程序，和编码有关的设置或者函数如下。
3.5.1. jsp编译
指定文件的存储编码，很明显，该设置应该置于文件的开头。例如：<%@page pageEncoding="GBK"%>。另外，对于一般class文件，可以在编译的时候指定编码。
3.5.2. jsp输出
指定文件输出到browser是使用的编码，该设置也应该置于文件的开头。例如：<%@ page contentType="text/html; charset= GBK" %>。该设置和response.setCharacterEncoding("GBK")等效。
3.5.3. meta设置
指定网页使用的编码，该设置对静态网页尤其有作用。因为静态网页无法采用jsp的设置，而且也无法执行response.setCharacterEncoding()。例如：<META http-equiv="Content-Type" content="text/html; charset=GBK" />
如果同时采用了jsp输出和meta设置两种编码指定方式，则jsp指定的优先。因为jsp指定的直接体现在response中。
需要注意的是，apache有一个设置可以给无编码指定的网页指定编码，该指定等同于jsp的编码指定方式，所以会覆盖静态网页中的meta指定。所以有人建议关闭该设置。
3.5.4. form设置
当浏览器提交表单的时候，可以指定相应的编码。例如：<form accept-charset= "gb2312">。一般不必不使用该设置，浏览器会直接使用网页的编码。
4. 系统软件
下面讨论几个相关的系统软件。
4.1. mysql数据库
很明显，要支持多语言，应该将数据库的编码设置成utf或者unicode，而utf更适合与存储。但是，如果中文数据中包含的英文字母很少，其实unicode更为适合。
数据库的编码可以通过mysql的配置文件设置，例如default-character-set=utf8。还可以在数据库链接URL中设置，例如： useUnicode=true&characterEncoding=UTF-8。注意这两者应该保持一致，在新的sql版本里，在数据库链接URL里可以不进行设置，但也不能是错误的设置。
4.2. apache
appache和编码有关的配置在httpd.conf中，例如AddDefaultCharset UTF-8。如前所述，该功能会将所有静态页面的编码设置为UTF-8，最好关闭该功能。
另外，apache还有单独的模块来处理网页响应头，其中也可能对编码进行设置。
4.3. linux默认编码
这里所说的linux默认编码，是指运行时的环境变量。两个重要的环境变量是LC_ALL和LANG，默认编码会影响到java URLEncode的行为，下面有描述。
建议都设置为"zh_CN.UTF-8"。
4.4. 其它
为了支持中文文件名，linux在加载磁盘时应该指定字符集，例如：mount /dev/hda5 /mnt/hda5/ -t ntfs -o iocharset=gb2312。
另外，如前所述，使用GET方法提交的信息不支持request.setCharacterEncoding()，但可以通过tomcat的配置文件指定字符集，在tomcat的server.xml文件中，形如：<Connector ... URIEncoding="GBK"/>。这种方法将统一设置所有请求，而不能针对具体页面进行设置，也不一定和browser使用的编码相同，所以有时候并不是所期望的。
5. URL地址
URL地址中含有中文字符是很麻烦的，前面描述过使用GET方法提交表单的情况，使用GET方法时，参数就是包含在URL中。
5.1. URL编码
对于URL中的一些特殊字符，浏览器会自动进行编码。这些字符除了"/?&"等外，还包括unicode字符，比如汉子。这时的编码比较特殊。
IE有一个选项"总是使用UTF-8发送URL"，当该选项有效时，IE将会对特殊字符进行UTF-8编码，同时进行URL编码。如果改选项无效，则使用默认编码"GBK"，并且不进行URL编码。但是，对于URL后面的参数，则总是不进行编码，相当于UTF-8选项无效。比如"中文.html?a=中文"，当UTF-8选项有效时，将发送链接"%e4%b8%ad%e6%96%87.html?a=\x4e\x2d\x65\x87"；而UTF-8选项无效时，将发送链接"\x4e\x2d\x65\x87.html?a=\x4e\x2d\x65\x87"。注意后者前面的"中文"两个字只有4个字节，而前者却有18个字节，这主要时URL编码的原因。
当web server（tomcat）接收到该链接时，将会进行URL解码，即去掉"%"，同时按照ISO8859-1编码（上面已经描述，可以使用URLEncoding来设置成其它编码）识别。上述例子的结果分别是"\ue4\ub8\uad\ue6\u96\u87.html?a=\u4e\u2d\u65\u87"和"\u4e\u2d\u65\u87.html?a=\u4e\u2d\u65\u87"，注意前者前面的"中文"两个字恢复成了6个字符。这里用"\u"，表示是unicode。
所以，由于客户端设置的不同，相同的链接，在服务器上得到了不同结果。这个问题不少人都遇到，却没有很好的解决办法。所以有的网站会建议用户尝试关闭UTF-8选项。不过，下面会描述一个更好的处理办法。
5.2. rewrite
熟悉的人都知道，apache有一个功能强大的rewrite模块，这里不描述其功能。需要说明的是该模块会自动将URL解码（去除%），即完成上述web server（tomcat）的部分功能。有相关文档介绍说可以使用[NE]参数来关闭该功能，但我试验并未成功，可能是因为版本（我使用的是apache 2.0.54）问题。另外，当参数中含有"?& "等符号的时候，该功能将导致系统得不到正常结果。
rewrite本身似乎完全是采用字节处理的方式，而不考虑字符串的编码，所以不会带来编码问题。
5.3. URLEncode.encode()
这是Java本身提供对的URL编码函数，完成的工作和上述UTF-8选项有效时浏览器所做的工作相似。值得说明的是，java已经不赞成不指定编码来使用该方法（deprecated）。应该在使用的时候增加编码指定。
当不指定编码的时候，该方法使用系统默认编码，这会导致软件运行结果得不确定。比如对于"中文"，当系统默认编码为"gb2312"时，结果是"%4e%2d%65%87"，而默认编码为"UTF-8"，结果却是"%e4%b8%ad%e6%96%87"，后续程序将难以处理。另外，这儿说的系统默认编码是由运行tomcat时的环境变量LC_ALL和LANG等决定的，曾经出现过tomcat重启后就出现乱码的问题，最后才郁闷的发现是因为修改修改了这两个环境变量。
建议统一指定为"UTF-8"编码，可能需要修改相应的程序。
5.4. 一个解决方案
上面说起过，因为浏览器设置的不同，对于同一个链接，web server收到的是不同内容，而软件系统有无法知道这中间的区别，所以这一协议目前还存在缺陷。
针对具体问题，不应该侥幸认为所有客户的IE设置都是UTF-8有效的，也不应该粗暴的建议用户修改IE设置，要知道，用户不可能去记住每一个web server的设置。所以，接下来的解决办法就只能是让自己的程序多一点智能：根据内容来分析编码是否UTF-8。
比较幸运的是UTF-8编码相当有规律，所以可以通过分析传输过来的链接内容，来判断是否是正确的UTF-8字符，如果是，则以UTF-8处理之，如果不是，则使用客户默认编码（比如"GBK"），下面是一个判断是否UTF-8的例子，如果你了解相应规律，就容易理解。
public static boolean isValidUtf8(byte[] b,int aMaxCount){
int lLen=b.length,lCharCount=0;
for(int i=0;i<lLen && lCharCount<aMaxCount;++lCharCount){
byte lByte=b[i++];//to fast operation, ++ now, ready for the following for(;;)
if(lByte>=0) continue;//>=0 is normal ascii
if(lByte<(byte)0xc0 || lByte>(byte)0xfd) return false;
int lCount=lByte>(byte)0xfc?5:lByte>(byte)0xf8?4
:lByte>(byte)0xf0?3:lByte>(byte)0xe0?2:1;
if(i+lCount>lLen) return false;
for(int j=0;j<lCount;++j,++i) if(b[i]>=(byte)0xc0) return false;
}
return true;
}
相应地，一个使用上述方法的例子如下：
public static String getUrlParam(String aStr,String aDefaultCharset)
throws UnsupportedEncodingException{
if(aStr==null) return null;
byte[] lBytes=aStr.getBytes("ISO-8859-1");
return new String(lBytes,StringUtil.isValidUtf8(lBytes)?"utf8":aDefaultCharset);
}
不过，该方法也存在缺陷，如下两方面：
l 没有包括对用户默认编码的识别，这可以根据请求信息的语言来判断，但不一定正确，因为我们有时候也会输入一些韩文，或者其他文字。
l 可能会错误判断UTF-8字符，一个例子是"学习"两个字，其GBK编码是" \xd1\xa7\xcf\xb0"，如果使用上述isValidUtf8方法判断，将返回true。可以考虑使用更严格的判断方法，不过估计效果不大。
有一个例子可以证明google也遇到了上述问题，而且也采用了和上述相似的处理方法，比如，如果在地址栏中输入"http://www.google.com/search?hl=zh-CN&newwindow=1&q=学习"，google将无法正确识别，而其他汉字一般能够正常识别。
最后，应该补充说明一下，如果不使用rewrite规则，或者通过表单提交数据，其实并不一定会遇到上述问题，因为这时可以在提交数据时指定希望的编码。另外，中文文件名确实会带来问题，应该谨慎使用。
6. 其它
下面描述一些和编码有关的其他问题。
6.1. SecureCRT
除了浏览器和控制台与编码有关外，一些客户端也很有关系。比如在使用SecureCRT连接linux时，应该让SecureCRT的显示编码（不同的session，可以有不同的编码设置）和linux的编码环境变量保持一致。否则看到的一些帮助信息，就可能是乱码。
另外，mysql有自己的编码设置，也应该保持和SecureCRT的显示编码一致。否则通过SecureCRT执行sql语句的时候，可能无法处理中文字符，查询结果也会出现乱码。
对于Utf-8文件，很多编辑器（比如记事本）会在文件开头增加三个不可见的标志字节，如果作为mysql的输入文件，则必须要去掉这三个字符。（用linux的vi保存可以去掉这三个字符）。一个有趣的现象是，在中文windows下，创建一个新txt文件，用记事本打开，输入"连通"两个字，保存，再打开，你会发现两个字没了，只留下一个小黑点。
6.2. 过滤器
如果需要统一设置编码，则通过filter进行设置是个不错的选择。在filter class中，可以统一为需要的请求或者回应设置编码。参加上述setCharacterEncoding()。这个类apache已经给出了可以直接使用的例子SetCharacterEncodingFilter。
6.3. POST和GET
很明显，以POST提交信息时，URL有更好的可读性，而且可以方便的使用setCharacterEncoding()来处理字符集问题。但GET方法形成的URL能够更容易表达网页的实际内容，也能够用于收藏。
从统一的角度考虑问题，建议采用GET方法，这要求在程序中获得参数是进行特殊处理，而无法使用setCharacterEncoding()的便利，如果不考虑rewrite，就不存在IE的UTF-8问题，可以考虑通过设置URIEncoding来方便获取URL中的参数。
6.4. 简繁体编码转换
GBK同时包含简体和繁体编码，也就是说同一个字，由于编码不同，在GBK编码下属于两个字。有时候，为了正确取得完整的结果，应该将繁体和简体进行统一。可以考虑将UTF、GBK中的所有繁体字，转换为相应的简体字，BIG5编码的数据，也应该转化成相应的简体字。当然，仍旧以UTF编码存储。
例如，对于"语言 ?言"，用UTF表示为"\xE8\xAF\xAD\xE8\xA8\x80 \xE8\xAA\x9E\xE8\xA8\x80"，进行简繁体编码转换后应该是两个相同的 "\xE8\xAF\xAD\xE8\xA8\x80>"。
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=1145171