1.字节和unicode
java内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的，而byte是字节。java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度，可以用来告诉你，你用的convertor。其中两个很常用的静态函数是
public static ByteToCharConverter getDefault();
public static ByteToCharConverter getConverter(String encoding);
如果你不指定converter，则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。
byte ――〉char：
"你"的gb码是：0xc4e3 ,unicode是0x4f60
String encoding = "gb2312";
byte b[] = {(byte)'\u00c4',(byte)'\u00e3'};
ByteToCharConverter converter = ByteToCharConverter.getConverter(encoding);
char c[] = converter.convertAll(b);
for (int i = 0; i < c.length; i++) {
System.out.println(Integer.toHexString(c[i]));
}
结果是什么？0x4f60
如果encoding ="8859_1"，结果又是什么？0x00c4,0x00e3
如果代码改为
byte b[] = {(byte)'\u00c4',(byte)'\u00e3'};
ByteToCharConverter converter = ByteToCharConverter. getDefault();
char c[] = converter.convertAll(b);
for (int i = 0; i < c.length; i++) {
System.out.println(Integer.toHexString(c[i]));
}
结果将又是什么？根据平台的编码而定。
char ――〉byte：
String encoding = "gb2312";
char c[] = {'\u4f60'};
CharToByteConverter converter = CharToByteConverter.getConverter(encoding);
byte b[] = converter.convertAll(c);
for (int i = 0; i < b.length; i++) {
System.out.println(Integer.toHexString(b[i]));
}
结果是什么？0x00c4,0x00e3
如果encoding ="8859_1"，结果又是什么？0x3f
如果代码改为
String encoding = "gb2312";
char c[] = {'\u4f60'};
CharToByteConverter converter = CharToByteConverter.getDefault();
byte b[] = converter.convertAll(c);
for (int i = 0; i < b.length; i++) {
System.out.println(Integer.toHexString(b[i]));
}
结果将又是什么？根据平台的编码而定。
很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入，这给我们带来诸多不便。很多程序难得用encoding了，直接用default的encoding，这就给我们移植带来了很多困难。
2.utf-8
utf-8是和unicode一一对应的，其实现很简单
7位的unicode: 0 _ _ _ _ _ _ _
11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _
16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
大多数情况是只使用到16位以下的unicode:
"你"的gb码是：0xc4e3 ,unicode是0x4f60
0xc4e3的二进制：
1100 ，0100 ，1110 ，0011
由于只有两位我们按照两位的编码来排，但是我们发现这行不通，因为第７位不是0因此，返回"?"
0x4f60的二进制：
0100 ，1111 ，0110 ，0000
我们用utf-8补齐，变成：
1110 ，0100 ，1011 ，1101 ，1010 ，0000
e4--bd-- a0
于是返回：0xe4,0xbd,0xa0。
3.string和byte[]
string其实核心是char[],然而要把byte转化成string，必须经过编码。string.length()其实就是char数组的长度，如果使用不同的编码，很可能会错分，造成散字和乱码。
例如：
String encoding = “”;
byte [] b={(byte)'\u00c4',(byte)'\u00e3'};
String str=new String(b,encoding);
如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字这个问题在处理分页是经常发生 。
4.Reader,Writer / InputStream,OutputStream
Reader和Writer核心是char，InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char读/写InputStream/OutputStream。
例如：
文件test.txt只有一个"你"字，0xc4,0xe3
String encoding = "gb2312";
InputStreamReader reader = new InputStreamReader(new FileInputStream(
"text.txt"), encoding);
char c[] = new char[10];
int length = reader.read(c);
for (int i = 0; i < length; i++) {
System.out.println(c[i]);
}
结果是什么？你
如果encoding ="8859_1"，结果是什么？??两个字符，表示不认识。
反过来的例子自己做。
5.我们要对java的编译器有所了解：
javac ?encoding
我们常常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。如果没有指定encoding，则按照系统的默认encoding,gb平台上是gb2312，英文平台上是iso8859_1。
java的编译器实际上是调用sun.tools.javac.main的类，对文件进行编译，这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的，然后把用utf-8形式编译成class文件。
例子代码：
String str = "你";
FileWriter writer = new FileWriter("text.txt");
write.write(str);
writer.close();
如果用gb2312编译，你会找到e4 bd a0的字段 ；
如果用8859_1编译， 00c4 00e3的二进制：
0000，0000 ，1100，0100 ，0000，0000 ，1110，0011
因为每个字符都大于7位，因此用11位编码：
1100，0001，1000，0100，1100，0011，1010，0011
c1-- 84-- c3-- a3
你会找到c1 84 c3 a3 。
但是我们往往忽略掉这个参数，因此这样往往会有跨平台的问题：
样例代码在中文平台上编译，生成zhclass
样例代码在英文平台上编译，输出enclass
(1). zhclass在中文平台上执行ok,但是在英文平台上不行
(2). enclass在英文平台上执行ok,但是在中文平台上不行
原因：
(1). 在中文平台上编译后，其实str在运行态的char[]是0x4f60, 在中文平台上运行，filewriter的缺省编码是gb2312,因此 chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream中，于是0xc4,0xe3放进了文件。
但是如果是在英文平台下，chartobyteconverter的缺省值是8859_1, filewriter会自动调用8859_1去转化str,但是他无法解释，因此他会输出"?"
(2). 在英文平台上编译后，其实str在运行态的char[]是0x00c4 0x00e3, 在中文平台上运行，中文无法识别，因此会出现??；
在英文平台上，0x00c4-->0xc4,0x00e3->0xe3，因此0xc4,0xe3被放进了文件。
6. 其它原因：<%@ page contentType="text/html; charset=GBK" %>
设置浏览器的显示编码，如果response的数据是utf8编码，显示将是乱码，但是乱码和上述原因还不一样。
7. 发生编码的地方：
? 从数据库到java程序 byte――〉char
? 从java程序到数据库 char――〉byte
? 从文件到java程序 byte――〉char
? 从java程序到文件 char――〉byte
? 从java程序到页面显示 char――〉byte
? 从页面form提交数据到java程序byte――〉char
? 从流到java程序byte――〉char
? 从java程序到流char――〉byte
谢志钢的解决方法：
我是使用配置过滤器的方法解决中文乱码的：
<web-app>
<filter>
<filter-name>RequestFilter</filter-name>
<filter-class>net.golden.uirs.util.RequestFilter</filter-class>
<init-param>
<param-name>charset</param-name>
<param-value>gb2312</param-value>
</init-param>
</filter>
<filter-mapping>
<filter-name>RequestFilter</filter-name>
<url-pattern>*.jsp</url-pattern>
</filter-mapping>
</web-app>
public void doFilter(ServletRequest req, ServletResponse res,
FilterChain fChain) throws IOException, ServletException {
HttpServletRequest request = (HttpServletRequest) req;
HttpServletResponse response = (HttpServletResponse) res;
HttpSession session = request.getSession();
String userId = (String) session.getAttribute("userid");
req.setCharacterEncoding(this.filterConfig.getInitParameter("charset")); // 设置字符集？
实际上是设置了byte ――〉char的encoding
try {
if (userId == null || userId.equals("")) {
if (!request.getRequestURL().toString().matches(
".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$")) {
session.invalidate();
response.sendRedirect(request.getContextPath() +
"/uirs/logon/logon.jsp");
}
}
else { // 看看是否具有信息上报系统的权限
if (!net.golden.uirs.util.UirsChecker.check(userId, "信息上报系统",
net.golden.uirs.util.UirsChecker.ACTION_DO)) {
if (!request.getRequestURL().toString().matches(
".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$")) {
response.sendRedirect(request.getContextPath() +
"/uirs/logon/logonController.jsp");
}
}
}
}
catch (Exception ex) {
response.sendRedirect(request.getContextPath() +
"/uirs/logon/logon.jsp");
}
fChain.doFilter(req, res);
}
＜B＞ Last Name is: .＜/B＞
＜%= cb.getLname() %＞
JSP与JavaBeans整合的特征就是可以自动把超文本标志语言的表单元素翻译成JavaBean属性。 如果有一个HTML表单并且想让它向JavaBean提交表单内容，你可以写下面的代码：
＜jsp:setProperty name="cb" property="*" /＞
name属性包含JSP页面已经引用Bean的值。 前面＜jsp:useBean＞标记设置名称为" cb "。 与设置单独的Bean属性不同，你可以使用星号来标志"全部的"属性。 JSP页面自动地映射HTML表单值为同名的Bean属性。 如果你读取每个HTML表单元素，然后调用相应属性的Bean设置方法，那么结果也将是相同的。
可以看到，类XML的标记允许JSP页面访问JavaBeans。 我们通过尽可能多的把封装的代码转变成可重用组件（JavaBeans)，就可以把JSP页面中代码优化到最小的程度。 你可以使用通用的语法分析程序，像Xerces或者JAXPI，在单独的JavaBeans里与XML文件交互作用--并且你可以在不改动JSP页面的情况下改变分析程序。 此外，Beans还可以使用XSLT来执行XML文件的转换。
使用JSP和JavaBeans来完成的这些抽象的动作比直接在JSP页面中插入原始的Java程序要好得多，但是你仍然需要熟悉Java程序，以便随时改变JSP页面。 应用程序的一致性与条理性依靠JavaBeans合作创建一个统一的输出结果的好坏程度。 例如，Bean中的缺陷可能会造成整个XML输出无效。 依靠Beans指定资源的方法，可能同时带来执行性能的问题。
三、通过标记库JSP与XML交互
这也就是在前文中重点提到的，但是因为它实在太重要了，所以在本文中我必须也要提到。标记库可以定义出现在JSP页面中的作为类XML元素的自定义标签，可以把特定的Java代码与每个标记都关联起来。 例如，假定你可以访问一个天气情况数据库，而且你需要输出现在的天气状况。 那么，你可以在JSP中插入JDBC程序代码直接查询数据库（虽然这并不是一个好的选择），把这些代码封装到一个JavaBean内，或者把它包装成一个标记库。 使用最后一个选择，你的JSP页面内的程序代码看上去就像：
＜%@taglib uri="the TLD file" prefix="foo" %＞
Current weather is ＜foo:Weather/＞
注意在上述程序代码中看不到任何Java代码的踪迹。 作为一个页面设计人员，你使用一种熟悉的语法就像＜foo:weather/＞，这些与其它的任何标记看起来非常相似。 在页面中包含现在的天气状况的HTML字符串的地方插入它。
标记库有一个关联的XML格式的描述符文件，名叫Tag Library Descriptor（标记库描述符，TLD)。 在TLD文件中的每个标记都有一个条目，包括它的名称，版本和其它的任选信息。 在JSP页面内，你可以用" ＜%@_taglib prefix = " foo " %＞ "指令指定TLD文件。 属性" prefix "用来指定一个前缀，用来在JSP页面内使用特定的库来引用任何标记。 那为什么我们要使用标记＜foo:Weather/＞而不仅仅是＜Weather/＞。 TLD文件的精确位置依赖于正在使用的应用程序服务器。
一个标记库标记可以代替为了完成这段程序逻辑的相应的Java程序代码。 每个标记都相当于一个相同名称的Java类。 这个类必须实现TagSupport接口，包含捕获事件触发器方法作为处理这个页面的JSP引擎。 当它第一次遇到这个标记的时候，引擎就会调用doStartTag ()方法。 可以使这个方法为空或者当需要的时候才执行应用程序逻辑。 当该方法返回SKIP_BODY时，那么引擎跳过这个标记体。 当它返回EVAL_BODY_INCLUDE时，引擎将会处理这个标记以及它的子标记。 类似地，JSP引擎在分析了结束标记之后就会调用doEndTag ()方法。 doAfterBody ()方法让你可以在引擎处理元素体之后执行动作，但是必须在doEndTag ()方法作用之前。 下面就是实现天气状况的Weather类的一个样本程序代码:
import javax.servlet.jsp.*;
import javax.servlet.jsp.tagext.*;
import java.io.*;
public class Weather extends TagSupport {
public int doStartTag() {
try {
JspWriter out = pageContext.getOut();
out.print(" sunny and cloudy mixed with " +
"rain and sunshine. ");
} catch (IOException e) {
System.out.println("Error " + e);
}
return (SKIP_BODY);
}
}
当引擎遇到" ＜somePrefix:Weather/＞ "标记的时候，它会在标记库内搜索一个同名的类。 如果doStartTag ()方法被实现的话（在本例中是这样的），它就会被调用。 这就使字符串包含适应显示的天气情况。 因为方法返回了SKIP_BODY，JSP读取器移动到标记的末尾。
最简单的使用JSP和标记库的方法就是使用Apache Tomcat引擎。 这个引擎也充当Servlet和JSP应用程序接口的引用实现。
当使用标记库时，JSP页面看上去就非常像XML文件了。 当JSP页面被处理时，引擎执行与标记相关联的程序代码（实际上，首先调用JSP引擎把JSP页面翻译成一个servlet，然后再编译servlet。 与标记库相关联的方法都被包含在servlet中。），一个熟悉XML的人就可以设计并使用各种各样的页面布局进行试验，而不必改变任何Java程序代码。当然，代码与数据的分离的程度还是主要依赖标记库元素设计的好坏程度