预备知识:
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
我们来就一个简单的例子:
"你"的gb码是: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
1<c.length;c++) ,unicode是0x4f60="" --="" ----="" --例1:0xc4e3的二进制:="" --例2:0x4f60的二进制:="" -encoding="" 0="" 00000000="" 00e3的二进制:="" 0x00e3,="" 1="" 10000100="" 10100000="" 10100011="" 10111101="" 11000011="" 11000100="" 11100011--="" 11100100="" 2.utf-8="" 2.我们要对java的编译器有所了解:="" 3.string和byte[]="" 4.reader,writer="" 7位的unicode:="" 84="" 84--="" ;="" []="" []c="new" \--="" \--"你"的gb码是:0xc4e3="" \----="" \--------="" \----byte="" \----filewriter="" \----new="" \----string="" \----system.out.println(c[i]);="" \----write.close();="" \----write.write(str);="" \----例1="" \----例2="" \----例3="" \----如果encoding="8859_1,会有两个字,但是encoding=gb2312只有一个字" \--00000000="" \--00c4="" \--0x00c4,0x00e3="" \--1.="" \--1.在中文平台上编译后,其实str在运行态的char[]是0x4f60,="" \--11000001="" \--11位的unicode:="" \--16位的unicode:="" \--2.="" \--21位的unicode:="" \--byte="" \--c1--="" \--char="" \--chartobyteconverter会自动用调用gb2312的converter,把str转化="" \--encoding="gb2312" \--filewriter会自动调用8859_1去转化str,但是他无法解释,因此他会="" \--for(int="" \--inputstreamreader="" \--int="" \--javac="" \--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="" \--public="" \--reader和writer核心是char,inputstream和outputstream核心是byte。="" \--string="" \--string.length()其实就是char数组的长度,如果使用不同的编码,很可="" \--string其实核心是char[],然而要把byte转化成string,必须经过编码。="" \--utf-8是和unicode一一对应的,其实现很简单="" \--{="" \--}="" \--一个reader的例子:="" \--但是reader和writer的主要目的是要把char读="" \--但是如果使用8859_1的编码,打印出来是="" \--但是如果是在英文平台下,chartobyteconverter的缺省值是8859_1,="" \--你会找到c1="" \--例:="" \--因为每个字符都大于7位,因此用11位编码:="" \--在中文平台上运行,filewriter的缺省编码是gb2312,因此="" \--在中文平台上运行,中文无法识别,因此会出现??="" \--大多数情况是只使用到16位以下的unicode:="" \--如果encoding是gb2312,则只有一个字符,如果encoding="8859_1,则有两个字符" \--如果用8859_1就是0x3f,?号,表示无法转化="" \--如果用8859_1编译,="" \--如果用gb2312编译,你会找到e4="" \--成byte输入到fileoutputstream中,于是0xc4,0xe3放进了文件。="" \--我们还是用上面的例子="" \--打印出来是0x4f60="" \--打印出来是:0xc4,0xe3="" \--文件test.txt只有一个"你"字,0xc4,0xe3--="" \--能会错分,造成散字和乱码。="" \--输出"?"="" \--这个问题在处理分页是经常发生="" _="" a0="" a0的字段="" a3="" b="{(byte)'u00c4',(byte)'u00e3'};" bd="" c3="" c3--="" c[]="{'u4F60'};" char="" char[10];="" convertor="ByteToCharConverter.getConverter(encoding);" e4--bd--="" enclass在英文平台上执行ok,但是在中文平台上不行="" encoding=";" fileinputstream("text.txt"),encoding);="" filewriter("test.txt");="" i="0;i<c.length;i++)" inputstream,outputstream="" inputstreamreader(="" length="reader.read(c);" outputstream="" reader="new" str="你" string(b,encoding);="" system.out.println(integer.tohexstring(b[i]));="" system.out.println(integer.tohexstring(c[i]));="" test()="" void="" write="new" zhclass在中文平台上执行ok,但是在英文平台上不行="" 一个例子:="" 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="" 于是返回0xe4,0xbd,0xa0="" 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:="" 例3在中文平台上编译,生成zhclass="" 例3在英文平台上编译,输出enclass="" 写inputstream="" 原因:="" 反过来:="" 因为第7位不是0因此,返回"?"="" 在英文平台上编译后,其实str在运行态的char[]是0x00c4="" 在英文平台上,0x00c4--="" 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。="" 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="" 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。="" 我们用utf-8补齐,变成:="" 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。="" 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,="" 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。="">0xC4,0x00E3->0xE3,因此0xC4,0xE3被放进了
2\--文件
3\----
41.对于JSP正文的解释:
5\--Tomcat首先看一下你的叶面中有没有"```
6@page include的符号。有,则在相同
7\--地方设定response.setContentType(..);按照encoding的来读,没有他按照8859_1
8\--读取文件,然后用UTF-8写成.java文件,然后用sun.tools.Main去读取这个文件,
9\--(当然它使用UTF-8去读),然后编译成class文件
10\--setContentType改变的是out的属性,out变量缺省的encoding是8859_1
11
122.对Parameter的解释
13\--很不幸Parameter只有ISO8859_1的解释,这个质料可以在servlet的实现代码中找到。
14
153.对include的解释
16格式的,但是很不幸,由于那个写"org.apache.jasper.compiler.Parser"的人
17在数组JspUtil.ValidAttribute[]忘记加了一个参数:encoding,因此导致不支
18持这种方式。你完全可以编译源代码,加上对encoding的支持
19
20总结:
21
22如果你在NT底下,最简单的方法就是欺骗java,不加任何Encoding变量:
23<html>
24你好&lt;%=request.getParameter("value")