java/jsp中 中文問題詳解
2020-06-01 23:28:05
供稿：網(wǎng)友
預(yù)備知識(shí)：
1.字節(jié)和unicode
Java內(nèi)核是unicode的，就連class文件也是，但是很多媒體，包括文件/流的保存方式
是使用字節(jié)流的。 因此Java要對(duì)這些字節(jié)流經(jīng)行轉(zhuǎn)化。char是unicode的，而byte是字節(jié).
Java中byte/char互轉(zhuǎn)的函數(shù)在sun.io的包中間有。其中ByteToCharConverter類是中調(diào)度，
可以用來告訴你，你用的Convertor。其中兩個(gè)很常用的靜態(tài)函數(shù)是
public static ByteToCharConverter getDefault() ;
public static ByteToCharConverter getConverter(String encoding);
如果你不指定converter，則系統(tǒng)會(huì)自動(dòng)使用當(dāng)前的Encoding,GB平臺(tái)上用GBK,EN平臺(tái)上用
8859_1
我們來就一個(gè)簡單的例子：
"你"的gb碼是：0xC4E3 ,unicode是0x4F60
你用:
--encoding="gb2312";
--byte b[]={(byte)'u00c4',(byte)'u00E3'};
--convertor=ByteToCharConverter.getConverter(encoding);
--char [] c=converter.convertAll(b);
--for(int i=0;i<c.length;c++)
--{
-- System.out.println(Integer.toHexString(c[i]));
--}
--打印出來是0x4F60
--但是如果使用8859_1的編碼，打印出來是
--0x00C4,0x00E3
----例１
反過來：
--encoding="gb2312";
char c[]={'u4F60'};
convertor=ByteToCharConverter.getConverter(encoding);
--byte [] b=converter.convertAll(c);
--for(int i=0;i<b.length;c++)
--{
-- System.out.println(Integer.toHexString(b[i]));
--}
--打印出來是：0xC4,0xE3
----例２
--如果用8859_1就是0x3F，?號(hào)，表示無法轉(zhuǎn)化 --
很多中文問題就是從這兩個(gè)最簡單的類派生出來的。而卻有很多類
不直接支持把Encoding輸入，這給我們帶來諸多不便。很多程序難得用encoding
了，直接用default的encoding，這就給我們移植帶來了很多困難
--
2.UTF-8
--UTF-8是和Unicode一一對(duì)應(yīng)的，其實(shí)現(xiàn)很簡單
--
-- 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 _ _ _ _ _ _
--大多數(shù)情況是只使用到16位以下的Unicode:
--"你"的gb碼是：0xC4E3 ,unicode是0x4F60
--我們還是用上面的例子
-- --例１：0xC4E3的二進(jìn)制：
-- -- 1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1
