java字符编码

我這一兩個月利用下班時間寫了一個用Java Servlet以及XML/XSL來作的留言
板，同時支援簡體、繁體，甚至日文的輸入與顯示，這是怎麼做到的呢？很
簡單，利用Unicode。

我的servlet處理中文只要兩個指令：
response.setContentType("text/html;charset=UTF-8");
request.setCharacterEncoding("UTF-8"); (此功能j2ee 1.3就有了)

之後不管你要getParameter或是printWriter.write都可以把所有的String直接
拿來用，不用再做什麼轉換。存到database裡面的資料也是直接儲存unicode。
我用的資料庫是PostgreSQL因為它是唯一支援Unicode的開放軟體資料庫(唯一
要注意的是PostgreSQL在initdb要用SQL-ASCII或是UNICODE，不能用
mule-internal，如果你用過PostgreSQL應該知道我在講什麼)。你如
果用的是Oracle或SQLserver, DB2他們的新版應該都是支援Unicode的。mySQL
雖然很快，但是它的功能實在不足(也沒有支援unicode)，尤其JDBC的driver
還沒有官方版，不用也罷。
我本來想移植到mySQL上，但是它竟然連resultSet.isBeforeFirst()都沒有
實作，那我怎麼判斷結果有沒有資料啊？

你會說，但是user輸入的是BIG5啊？別擔心，browser早就幫你解決這個問題了。
只要你用response.setContentType("text/html;charset=UTF-8");接下來雖然
你輸入的是big5，但是當browser送出來的時候，它就會根據charset來作編碼轉換。
這樣我們再設request.setCharacterEncoding("UTF-8");然後你用getParameter
時它就會把UTF-8轉成真正的unicode。

這個就是系統的美妙之處了，當你在簡體的系統上看同樣的page時，因為文件的
內容Java已經幫你從unicode轉成UTF-8了，所以你還是可以看到繁體字，而你在
reply這篇文章時雖然用的是GB，但是當從browser送出來的時候，它又轉成UTF-8
了，然後我們的程式一樣處理，當你回到繁體系統來看，又可以看到剛剛發的
簡體的reply。

如果你在英文的系統下，想要copy一篇中文文章進來，絕對不能用BIG5直接貼，
因為這時系統的default encoding不對，轉碼會錯。這時你要先用browser先把
文章讀出來，把"中文字"(不是BIG5碼)copy，貼進來。因為當你在browser裡面
看到中文字時，這個中文字已經是用unicode在顯示了。

所以這個解決方案才能真正做到: "所見即所得"。也就是說，只要你看得到你
輸入的東西，你就可以看到你想要的輸出結果。這也就是你在英文環境下，貼
BIG5的"亂碼"，這個程式也會回big5的"亂碼"給你的原因。

Unicode是Java一個對國際化／本土化很好的支援，我們要好好利用這個優點，
做出以前想都沒辦法想的軟體。LinuxFab雖然可以顯示繁體與簡體，但我若是
大陸的使用者，沒看到"簡繁"那小小的兩個字，而在繁體的網頁輸入了簡體呢？
會有問題。除了用unicode，其他解決的方法都會很複雜，現在Java對server
side的國際化支援算是完整了(1.3之前沒有request.setCharaterEncoding(),
總是礙手礙腳），希望大家不要在把unicode當成是不如php, perl的缺點，東
拼西湊的湊到可以顯示中文；把精力放在程式本身，而不是轉碼上。

台灣用Java的人還是不多，尤其是企業；理由不外是performance, 穩定性。
但是你如果知道美國的嘉信理財(我工作的公司)，擁有全世界最強大的商用
超級電腦，我們的程式已經有大約20-30%轉換成Java，轉換的工作還在繼續
中，那你會怎麼想？Server side的Java有絕大多數CGI無法比擬的優點：Thread
執行序，在只比較一個request的時候，CGI會佔優勢，但是當成百上千個
request來的時候，Thread的優勢就會出來。我們公司也是在比較過兩者的
表現之後，才決定進行CGI到Java的轉換的。

我的工作是把這些Java的功能加以中文化來提供給住在美國的華裔，對於Java
中文化的問題已經研究了快兩年了，期間碰過不少問題，幸而跟我們合作的IBM
對於我們提出的問題都能迅速改進，所以我還能保住我的工作。其實這些問題，
在apache, tomcat等等的開放原始碼都已經解決了，我真的不得不佩服這些熱
心的人。所以每次我的問題提出來之後，都還會附加：Tomcat不會有這個問題。
我想這多少也刺激他們迅速的改進