http://qq510219366./blog/1874487

2013

字符：人們使用的記號(hào)，抽象意義上的一個(gè)符號(hào)。比如：‘1’,‘中’,‘a(chǎn)’ 字節(jié)：計(jì)算機(jī)中存儲(chǔ)數(shù)據(jù)的單元，一個(gè)8位的二進(jìn)制數(shù)，是一個(gè)很具體的存儲(chǔ)空間字符集：使用哪些字符。也就是說(shuō)哪些漢字，字母和符號(hào)會(huì)被收入標(biāo)準(zhǔn)中。所包含“字符”的集合就叫做“字符集”。編碼：規(guī)定每個(gè)“字符”分別用一個(gè)字節(jié)還是多個(gè)字節(jié)存儲(chǔ)，用哪些字節(jié)來(lái)存儲(chǔ)，這個(gè)規(guī)定就叫做“編碼” 平常我們所說(shuō)的“字符集”，比如：GB2312, GBK, JIS 等，除了有“字符的集合”這層含義外，同時(shí)也包含了“編碼”的含義。

 一、編碼基本知識(shí)

1．iso8859－1 屬于單字節(jié)編碼，最多能表示的字符范圍是 0-255，應(yīng)用于英文系列。比如，字母 'a' 的編碼為0x61=97。 很明顯，iso8859-1 編碼表示的字符范圍很窄，無(wú)法表示中文字符。但是，由于是單字節(jié)編碼，和計(jì)算機(jī)最基礎(chǔ)的表示單位一致，所以很多時(shí)候，仍舊使用 iso8859-1 編碼來(lái)表示。而且在很多協(xié)議上，默認(rèn)使用該編碼。比如，雖然"中文"兩個(gè)字不存在 iso8859-1 編碼，以 gb2312 編碼為例，應(yīng)該是"d6d0 cec4" 兩個(gè)字符，使用 iso8859-1 編碼的時(shí)候則將它拆開為 4 個(gè)字節(jié)來(lái)表示："d6 d0 ce c4"（事實(shí)上，在進(jìn)行存儲(chǔ)的時(shí)候，也是以字節(jié)為單位處理的）。而如果是 UTF 編碼，則是 6 個(gè)字節(jié) "e4 b8 ad e6 96 87"。很明顯，這種表示方法還需要以另一種編碼為基礎(chǔ)。

2．GB2312/GBK 這是漢字的國(guó)標(biāo)碼，專門用來(lái)表示漢字，是雙字節(jié)編碼，而英文字母和 iso8859-1 一致（兼容iso8859-1 編碼）。其中 gbk 編碼能夠用來(lái)同時(shí)表示繁體字和簡(jiǎn)體字，而 gb2312 只能表示簡(jiǎn)體字，gbk是兼容gb2312 編碼的。

 3．Unicode 這是最統(tǒng)一的編碼，可以用來(lái)表示所有語(yǔ)言的字符，而且是定長(zhǎng)雙字節(jié)（也有四字節(jié)的）編碼，包括英文字母在內(nèi)。所以可以說(shuō)它是不兼容 iso8859-1 編碼的，也不兼容任何編碼。不過(guò)，相對(duì)于iso8859-1 編碼來(lái)說(shuō)，unicode 編碼只是在前面增加了一個(gè) 0 字節(jié)，比如字母 'a' 為 "00 61"。 需要說(shuō)明的是，定長(zhǎng)編碼便于計(jì)算機(jī)處理（注意 GB2312/GBK 不是定長(zhǎng)編碼），而 unicode 又可以用來(lái)表示所有字符，所以在很多軟件內(nèi)部是使用 unicode 編碼來(lái)處理的，比如 java。

4．UTF 考慮到 unicode 編碼不兼容 iso8859-1 編碼，而且容易占用更多的空間：因?yàn)閷?duì)于英文字母，unicode 也需要兩個(gè)字節(jié)來(lái)表示。所以 unicode 不便于傳輸和存儲(chǔ)。因此而產(chǎn)生了 utf 編碼，utf 編碼兼容 iso8859-1 編碼，同時(shí)也可以用來(lái)表示所有語(yǔ)言的字符，不過(guò)，utf 編碼是不定長(zhǎng)編碼，每一個(gè)字符的長(zhǎng)度從1-6個(gè)字節(jié)不等。另外，utf 編碼自帶簡(jiǎn)單的校驗(yàn)功能。一般來(lái)講，英文字母都是用一個(gè)字節(jié)表示，而漢字使用三個(gè)字節(jié)。注意，雖然說(shuō)utf是為了使用更少的空間而使用的，但那只是相對(duì)于 unicode編碼來(lái)說(shuō)，如果已經(jīng)知道是漢字，則使用 GB2312/GBK 無(wú)疑是最節(jié)省的。不過(guò)另一方面，值得說(shuō)明的是，雖然 utf 編碼對(duì)漢字使用3個(gè)字節(jié)，但即使對(duì)于漢字網(wǎng)頁(yè)，utf 編碼也會(huì)比 unicode 編碼節(jié)省，因?yàn)榫W(wǎng)頁(yè)中包含了很多的英文字符。

二、JAVA 對(duì)字符的處理

 1. getBytes(charset) 這是 java 字符串處理的一個(gè)標(biāo)準(zhǔn)函數(shù)，其作用是將字符串所表示的字符按照 charset 編碼，并以字節(jié)方式表示。注意字符串在 java 內(nèi)存中總是按 unicode 編碼存儲(chǔ)的。當(dāng)Java程序從輸入流、文件或字符文字量等途徑獲得字符串時(shí)，均會(huì)做字符編碼的轉(zhuǎn)換，例如InputStreamReader 的構(gòu)造函數(shù)中就需要指定編碼方式，而對(duì)于從文件和字符文字量中獲得字符串時(shí)，均采用系統(tǒng)默認(rèn)的編碼方式對(duì)字符數(shù)據(jù)進(jìn)行解碼?？紤]下面一段代碼： String str=”中”;

① byte[] bytes = str.getBytes();

 ② bytes = str.getBytes(“ISO-8859-1”);

③ 語(yǔ)句①：將一個(gè)只含有一個(gè)字符“中”的字符串文字量賦給 String 類的一個(gè)對(duì)象 str，字符文字量“中”是按照操作系統(tǒng)默認(rèn)編碼方式進(jìn)行編碼，在中文 windows 系統(tǒng)中通常是“GBK”，“中”在GBK編碼中是0xD6D0，在將該字符賦給str時(shí)，Java會(huì)對(duì)該字符串進(jìn)行編碼轉(zhuǎn)換，即將GBK編碼方式的“中”轉(zhuǎn)換成Unicode編碼方式的“中”，Unicode編碼方式“中”的編碼是0x4E2D，所以str在程序運(yùn)行期間在內(nèi)存中的二進(jìn)制表示成16進(jìn)制就是0x4E2D。語(yǔ)句②：獲得str字符串的二進(jìn)制形式。getBytes(String encoding)方法需要指定編碼方式，表示獲得該字符串在何種編碼方式中的二進(jìn)制形式。此語(yǔ)句中沒(méi)有設(shè)置參數(shù)，表示采用操作系統(tǒng)默認(rèn)的編碼方式，即此處獲得的bytes是“中”在GBK編碼中的二進(jìn)制形式，即bytes[0]=0xD6, bytes[1]=0xD0。語(yǔ)句③：該語(yǔ)句與語(yǔ)句②的區(qū)別就是指定了編碼方式，此處指定的是ISO-8859-1，即通常所說(shuō)的Latin-1，該編碼采用8bit對(duì)字符編碼，所以編碼空間中只有256個(gè)字符。該編碼中只包含了基本的ASCII碼和一些擴(kuò)展的其它西歐字符，所以該字符集中不可能包含中文的“中”字，也就是說(shuō)Java虛擬機(jī)無(wú)法在ISO-8859-1編碼集中找到“中”字對(duì)應(yīng)的編碼，針對(duì)這種情況，就只返回一個(gè)問(wèn)號(hào)(?,0x3f)字符，所以此時(shí)bytes.length只有1，且bytes[0]=0x3f。

2.new String(byte[] bytes, String encoding) getBytes()方法從字符串獲得二進(jìn)制的字節(jié)數(shù)組。如果要從二進(jìn)制的字節(jié)數(shù)組獲得字符串，則就需要使用new String(byte[] bytes, String encoding)方法，該方法按照encoding編碼方法對(duì)字節(jié)數(shù)組bytes中的二進(jìn)制數(shù)組進(jìn)行解析，生成一個(gè)新的字符串對(duì)象。

byte[] bytes = {(byte)0xD6, (byte)0xD0, (byte)0x31};

① String str = new String(bytes);

② str = new String(bytes,”ISO-8859-1”);

 ③ 語(yǔ)句①：定義一個(gè)字節(jié)數(shù)組。語(yǔ)句②：將該字節(jié)數(shù)組中的二進(jìn)制數(shù)據(jù)按照默認(rèn)的編碼方式（GBK）編碼成字符串，我們知道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”。語(yǔ)句③：該句用ISO-8859-1編碼方式對(duì)該字節(jié)數(shù)據(jù)進(jìn)行編碼，由于在ISO-8859-1編碼方式中一個(gè)字節(jié)會(huì)被解析成一個(gè)字符，所以該字節(jié)數(shù)組會(huì)被解釋成包含三個(gè)字符的字符串，但由于在ISO-8859-1編碼方式中沒(méi)有對(duì)應(yīng)0xD6和0xD0的字符，所以前兩個(gè)字符會(huì)產(chǎn)生兩個(gè)問(wèn)號(hào)，由于0x31在ISO-8859-1編碼中對(duì)應(yīng)字符“1”（ISO-8859-1也兼容ASCII），所以此語(yǔ)句得到str的值是“??1”。

 3.setCharacterEncoding() 該函數(shù)用來(lái)設(shè)置http請(qǐng)求或者相應(yīng)的編碼。對(duì)于request，是指提交內(nèi)容的編碼，指定后可以通過(guò)getParameter()直接獲得正確的字符串，如果不指定，則默認(rèn)使用iso8859-1 編碼，需要進(jìn)一步處理。值得注意的是在執(zhí)行setCharacterEncoding()之前，不能執(zhí)行任何 getParameter()。而且，該指定只對(duì)POST方法有效，對(duì)GET方法無(wú)效。分析原因，應(yīng)該是在執(zhí)行第一個(gè)getParameter()的時(shí)候，java將會(huì)按照編碼分析所有的提交內(nèi)容，而后續(xù)的getParameter()不再進(jìn)行分析，所以setCharacterEncoding()無(wú)效。而對(duì)于GET方法提交表單時(shí)，提交的內(nèi)容在URL中，一開始就已經(jīng)按照編碼分析所有的提交內(nèi)容，setCharacterEncoding()自然就無(wú)效。對(duì)于response，則是指定輸出內(nèi)容的編碼，同時(shí)，該設(shè)置會(huì)傳遞給瀏覽器，告訴瀏覽器輸出內(nèi)容所采用的編碼。

 三、頁(yè)面編碼頁(yè)面編碼主要有兩方面，一是頁(yè)面本身的編碼格式，即以什么編碼方式保存，二是客戶端瀏覽器以什么編碼格式顯示頁(yè)面。

 1. 頁(yè)面保存編碼格式

1). HTML 頁(yè)面的編碼要看你保存文件時(shí)的編碼選項(xiàng)，多數(shù)的網(wǎng)頁(yè)編輯軟件可以讓你選擇編碼的類型，默認(rèn)為本地編碼，為了使網(wǎng)頁(yè)減少編碼的問(wèn)題，最好保存為 UTF-8 編碼格式。

 2). JSP 頁(yè)面使用下列標(biāo)簽指定 JSP 源文件的編碼格式，具體來(lái)說(shuō)，我們?cè)贘SP源文件頭上加入下面的一句即可： %@page[/email] pageEncoding="xxx"%>，xxx可以為GB2312，GBK，UTF-8（和MySQL不同，MySQL是 UTF8）等等，其默認(rèn)值為ISO-8859-1。保存文件時(shí)的編碼應(yīng)該與xxx 一致。

2. 頁(yè)面顯示編碼（通知客戶端瀏覽器用什么字符集編碼顯示頁(yè)面）

 1). 在 HTML 中設(shè)置頁(yè)面顯示編碼方式 使用標(biāo)簽設(shè)置頁(yè)面顯示編碼

2). 在 Servlet 中設(shè)置頁(yè)面顯示編碼方式 使用 response.setContentType("text/html; charset=xxx");來(lái)指定生成的頁(yè)面編碼。

 3).在 JSP 中設(shè)置頁(yè)面顯示編碼方式 使用設(shè)置頁(yè)面顯示編碼。字符集的默認(rèn)值為ISO-8859-1。

 3. 頁(yè)面輸入編碼在設(shè)置頁(yè)面顯示編碼的同時(shí)，指定了頁(yè)面的輸入方式。如果沒(méi)有指定頁(yè)面編碼，則使用操作系統(tǒng)本身的默認(rèn)編碼。

 四、表單傳遞參數(shù)編碼 使用表單輸入數(shù)據(jù)時(shí)，處理過(guò)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中進(jìn)行處理：getbytes("iso8859-1")為d6 d0 ce c4，new String("gbk")為d6d0 cec4，內(nèi)存中以 unicode編碼則為4e2d 6587。 1．用戶輸入的編碼方式和頁(yè)面指定的編碼有關(guān)。

2．從 browser 到 web server，可以在表單中指定提交內(nèi)容時(shí)使用的字符集，否則會(huì)使用頁(yè)面指定的編碼。而如果在url中直接用 ? 的方式輸入?yún)?shù)，則其編碼往往是操作系統(tǒng)本身的編碼，因?yàn)檫@時(shí)和頁(yè)面無(wú)關(guān)。

3． Web server接收到的是字節(jié)流，默認(rèn)時(shí)（getParameter）會(huì)以 iso8859-1編碼處理之，結(jié)果是不正確的，所以需要進(jìn)行處理。但如果預(yù)先設(shè)置了編碼（通過(guò) request. setCharacterEncoding ()），則能夠直接獲取到正確的結(jié)果。

五、數(shù)據(jù)庫(kù)編碼

1．MySQL 的字符集 Mysql目前支持多字符集，并且，支持在不同的字符集之間轉(zhuǎn)換（便于移植和支持多語(yǔ)言）。 Mysql可以設(shè)置服務(wù)器級(jí)字符集、數(shù)據(jù)庫(kù)級(jí)字符集、數(shù)據(jù)表級(jí)字符集、表列的字符集，實(shí)際上，最終使用字符集的地方是存儲(chǔ)字符的列，比如，你設(shè)置 table1中col1列是字符類型，col1才用到了字符集，如果table1表的col2列是int類型，col2不使用字符集的概念。服務(wù)器級(jí)字符集、數(shù)據(jù)庫(kù)級(jí)字符集、數(shù)據(jù)表級(jí)字符集都是為列的字符集做默認(rèn)選項(xiàng)的。 Mysql一定有一個(gè)字符集，可以通過(guò)啟動(dòng)時(shí)加參數(shù)指定，也可以編譯時(shí)指定，也可以在配置文件里指定。Mysql服務(wù)器字符集，只是做為數(shù)據(jù)庫(kù)級(jí)的默認(rèn)值。創(chuàng)建數(shù)據(jù)庫(kù)時(shí)，你可以指定字符集，如果沒(méi)指定，就使用服務(wù)器的字符集。同理，創(chuàng)建表時(shí)，你可以指定表級(jí)的字符集，如果沒(méi)指定，使用數(shù)據(jù)庫(kù)的字符集做為表的字符集。創(chuàng)建列時(shí)，你可以指定某列的字符集，如果沒(méi)指定，就使用表的字符集。通常情況下，您只需設(shè)置服務(wù)器級(jí)的字符集，其它的數(shù)據(jù)庫(kù)級(jí)，表級(jí)，以及列級(jí)的字符集，都繼承自服務(wù)器級(jí)字符集。由于UTF8是最廣的字符集，所以，一般情況下，我們?cè)O(shè)置Mysql服務(wù)器級(jí)的字符集為UTF8！

 2. MySQL的存儲(chǔ)機(jī)制 MySQL 要求客戶端（mysql命令行，JDBC, PHP，CGI 等）與MySQL建立連接后，必須指定客戶端發(fā)送的數(shù)據(jù)采用的是什么字符集，也就是character_set_client；MySQL的怪異之處在于，得到的這個(gè)字符集并不立即轉(zhuǎn)換為存儲(chǔ)在數(shù)據(jù)庫(kù)中的那個(gè)字符集，而是先轉(zhuǎn)換為character_set_connection 變量指定的一個(gè)字符集；轉(zhuǎn)換為character_set_connection的這個(gè)字符集之后，再轉(zhuǎn)換為數(shù)據(jù)庫(kù)默認(rèn)的字符集character_set_database 進(jìn)行存儲(chǔ)；當(dāng)這個(gè)數(shù)據(jù)被輸出時(shí)，又要轉(zhuǎn)換為 character_set_results指定的字符集。 上面3個(gè)變量的作用是這樣的： character_set_client: 設(shè)置客戶端發(fā)送查詢使用的字符集 character_set_connection: 設(shè)置服務(wù)器需要將收到的查詢串轉(zhuǎn)換成的字符集 character_set_results: 設(shè)置服務(wù)器要將結(jié)果數(shù)據(jù)轉(zhuǎn)換到的字符集，轉(zhuǎn)換后才發(fā)送給客戶端 3. JAVA 與數(shù)據(jù)庫(kù) 在 JAVA 程序中使用 JDBC 連接數(shù)據(jù)庫(kù)時(shí)，在URL中使用useUnicode=true和characterEncoding=utf-8兩個(gè)屬性設(shè)置Client使用的編碼。如果使用MySQL4.1以上版本、MySQL JDBC Driver3.0.16以上版本，jdbc的url不用再帶上useUnicode=true&EncodingCharacter=GBK，jdbc驅(qū)動(dòng)程序會(huì)在連接的時(shí)候自動(dòng)檢測(cè)mysql服務(wù)器的變量（character_set_server）指定的編碼，然后將該值賦給 character_set_client，character_set_connection。 使用下列語(yǔ)句可以查看 JDBC 客戶端發(fā)送給服務(wù)器的SQL使用的編碼： public void select() throws SQLException { String url = "jdbc:mysql://localhost/database"; Connection conn = DriverManager.getConnection(url); ResultSet rs = conn.createStatement().executeQuery("SHOW VARIABLES LIKE 'character_set_%'"); while(rs.next()){ System.out.println(rs.getString(1)+","+rs.getString(2)); } rs.close(); }

六、JAVA 編碼轉(zhuǎn)換詳細(xì)過(guò)程 我們常見(jiàn)的JAVA程序包括以下類別： *直接在console上運(yùn)行的類(包括可視化界面的類) *JSP代碼類（注：JSP是Servlets類的變型） *Servlets類 *EJB類 *其它不可以直接運(yùn)行的支持類這些類文件中，都有可能含有中文字符串，并且我們常用前三類JAVA程序和用戶直接交互，用于輸出和輸入字符，如：我們?cè)贘SP和Servlet中得到客戶端送來(lái)的字符，這些字符也包括中文字符。無(wú)論這些JAVA類的作用如何，這些JAVA程序的生命周期都是這樣的： *編程人員在一定的操作系統(tǒng)上選擇一個(gè)合適的編輯軟件來(lái)實(shí)現(xiàn)源程序代碼并以.java擴(kuò)展名保存在操作系統(tǒng)中，例如我們?cè)谥形膚in2k中用記事本編輯一個(gè)java源程序； *編程人員用JDK中的javac.exe來(lái)編譯這些源代碼，形成.class類(JSP文件是由容器調(diào)用JDK來(lái)編譯的)； *直接運(yùn)行這些類或?qū)⑦@些類布署到WEB容器中去運(yùn)行，并輸出結(jié)果。那么，在這些過(guò)程中，JDK和JVM是如何將這些文件如何編碼和解碼并運(yùn)行的呢？這里，我們以中文windows xp 操作系統(tǒng)為例說(shuō)明JAVA類是如何來(lái)編碼和被解碼的。

第一步，我們?cè)谥形膚in2k中用編輯軟件如記事本編寫一個(gè)Java源程序文件(包括以上五類JAVA程序)，程序文件在保存時(shí)默認(rèn)采用了操作系統(tǒng)默認(rèn)支持的GBK編碼格式(操作系統(tǒng)默認(rèn)支持的格式為file.encoding格式)形成了一個(gè).java文件，也即，java程序在被編譯前，JAVA源程序文件是采用操作系統(tǒng)默認(rèn)支持的file.encoding編碼格式保存的；要查看系統(tǒng)的file.encoding參數(shù)，可以用以下代碼：　

　public class ShowSystemDefaultEncoding { 　　

           public static void main(String[] args) { 　　

             String encoding = System.getProperty("file.encoding"); 　　

            System.out.println(encoding); 　　

}}

第二步，我們用JDK的javac.exe文件編譯我們的Java源程序，由于JDK是國(guó)際版的，在編譯的時(shí)候，如果我們沒(méi)有用-encoding參數(shù)指定我們的JAVA源程序的編碼格式，則javac.exe首先獲得我們操作系統(tǒng)默認(rèn)采用的編碼格式，也即在編譯java程序時(shí)，若我們不指定源程序文件的編碼格式，JDK首先獲得操作系統(tǒng)的file.encoding參數(shù)(它保存的就是操作系統(tǒng)默認(rèn)的編碼格式，如WIN2k，它的值為GBK)，然后JDK就把我們的java源程序從file.encoding編碼格式轉(zhuǎn)化為JAVA內(nèi)部默認(rèn)的UNICODE格式放入內(nèi)存中。然后，javac把轉(zhuǎn)換后的unicode格式的文件進(jìn)行編譯成.class類文件，此時(shí).class文件是UNICODE編碼的，它暫放在內(nèi)存中，緊接著，JDK將此以UNICODE編碼的編譯后的class文件保存到我們的操作系統(tǒng)中形成我們見(jiàn)到的.class文件。對(duì)我們來(lái)說(shuō)，我們最終獲得的.class文件是內(nèi)容以UNICODE編碼格式保存的類文件，它內(nèi)部包含我們?cè)闯绦蛑械闹形淖址?，只不過(guò)此時(shí)它己經(jīng)由file.encoding格式轉(zhuǎn)化為UNICODE格式了。這一步中，對(duì)于JSP源程序文件是不同的，對(duì)于JSP，這個(gè)過(guò)程是這樣的：即WEB容器調(diào)用JSP編譯器，JSP編譯器先查看JSP文件中是否設(shè)置有文件編碼格式，如果JSP文件中沒(méi)有設(shè)置JSP文件的編碼格式，則JSP編譯器調(diào)用JDK先把JSP文件用JVM默認(rèn)的字符編碼格式(也即WEB容器所在的操作系統(tǒng)的默認(rèn)的file.encoding)轉(zhuǎn)化為臨時(shí)的Servlet類，然后再把它編譯成UNICODE格式的class類，并保存在臨時(shí)文件夾中。如：在中文win2k上，WEB容器就把JSP文件從GBK編碼格式轉(zhuǎn)化為UNICODE格式，然后編譯成臨時(shí)保存的Servlet類，以響應(yīng)用戶的請(qǐng)求。第三步，運(yùn)行第二步編譯出來(lái)的類，分為三種情況： A、 直接在console上運(yùn)行的類 B、 EJB類和不可以直接運(yùn)行的支持類(如JavaBean類) C、 JSP代碼和Servlet類 A、直接在console上運(yùn)行的類這種情況，運(yùn)行該類首先需要JVM支持，即操作系統(tǒng)中必須安裝有JRE。運(yùn)行過(guò)程是這樣的：首先java啟動(dòng)JVM，此時(shí)JVM讀出操作系統(tǒng)中保存的class文件并把內(nèi)容讀入內(nèi)存中，此時(shí)內(nèi)存中為UNICODE格式的class類，然后JVM運(yùn)行它，如果此時(shí)此類需要接收用戶輸入，則類會(huì)默認(rèn)用file.encoding編碼格式對(duì)用戶輸入的串進(jìn)行編碼并轉(zhuǎn)化為unicode保存入內(nèi)存（用戶可以設(shè)置輸入流的編碼格式）。程序運(yùn)行后，產(chǎn)生的字符串（UNICODE編碼的）再回交給JVM，最后JRE把此字符串再轉(zhuǎn)化為file.encoding格式(用戶可以設(shè)置輸出流的編碼格式)傳遞給操作系統(tǒng)顯示接口并輸出到界面上。以上每一步的轉(zhuǎn)化都需要正確的編碼格式轉(zhuǎn)化，才能最終不出現(xiàn)亂碼現(xiàn)象。 B、EJB類和不可以直接運(yùn)行的支持類(如JavaBean類) 由于EJB類和不可以直接運(yùn)行的支持類，它們一般不與用戶直接交互輸入和輸出，它們常常與其它的類進(jìn)行交互輸入和輸出，所以它們?cè)诘诙奖痪幾g后，就形成了內(nèi)容是UNICODE編碼的類保存在操作系統(tǒng)中了，以后只要它與其它的類之間的交互在參數(shù)傳遞過(guò)程中沒(méi)有丟失，則它就會(huì)正確的運(yùn)行。 C、JSP代碼和Servlet類經(jīng)過(guò)第二步后，JSP文件也被轉(zhuǎn)化為Servlets類文件，只不過(guò)它不像標(biāo)準(zhǔn)的Servlets一校存在于classes目錄中，它存在于WEB容器的臨時(shí)目錄中，故這一步中我們也把它做為Servlets來(lái)看。對(duì)于Servlets，客戶端請(qǐng)求它時(shí)，WEB容器調(diào)用它的JVM來(lái)運(yùn)行Servlet，首先，JVM把Servlet的class類從系統(tǒng)中讀出并裝入內(nèi)存中，內(nèi)存中是以UNICODE編碼的Servlet類的代碼，然后JVM在內(nèi)存中運(yùn)行該Servlet類，如果Servlet在運(yùn)行的過(guò)程中，需要接受從客戶端傳來(lái)的字符如：表單輸入的值和URL中傳入的值，此時(shí)如果程序中沒(méi)有設(shè)定接受參數(shù)時(shí)采用的編碼格式，則WEB容器會(huì)默認(rèn)采用ISO-8859-1編碼格式來(lái)接受傳入的值并在JVM中轉(zhuǎn)化為UNICODE格式的保存在WEB容器的內(nèi)存中。Servlet運(yùn)行后生成輸出，輸出的字符串是UNICODE格式的，緊接著，容器將Servlet運(yùn)行產(chǎn)生的UNICODE格式的串（如html語(yǔ)法，用戶輸出的串等）直接發(fā)送到客戶端瀏覽器上并輸出給用戶，如果此時(shí)指定了發(fā)送時(shí)輸出的編碼格式，則按指定的編碼格式輸出到瀏覽器上，如果沒(méi)有指定，則默認(rèn)按ISO-8859-1編碼發(fā)送到客戶的瀏覽器上。

七、jsp 編譯過(guò)程（以tomcat為例）

1．Tomcat 先將整個(gè)JSP頁(yè)面的代碼讀取出來(lái)，寫到一個(gè)新的JAVA文件中。在讀取JSP文件時(shí)，tomcat會(huì)先去讀取JSP文件的pageEncoding屬性，然后按照pageEncoding指定的編碼來(lái)讀取JSP文件。如果pageEncoding沒(méi)有指定，tomcat會(huì)使用contentType指定的字符集編碼，如果contentType也沒(méi)有指定，就使用默認(rèn)的ISO-8859-1編碼。

2．Tomcat讀取完JSP文件后，會(huì)用UTF-8編碼將這些內(nèi)容寫道一個(gè)新的文件中，然后編譯。

3．當(dāng)JSP文件顯示的時(shí)候，會(huì)使用contentType中指定的MIME類型和charset。如果charset沒(méi)有指定，就使用pageEncoding中指定的編碼，如果pageEncoding也沒(méi)有指定，就使用默認(rèn)的ISO-8859-1編碼