Java Web中文编码问题

计算机中存储的基本单元是字节，1字节=8bit，能表示的字符范围是0~255

编码方式：

ASCLL码：总共128个，1字节的低7位表示，0~31是控制字符，如换行回车删除；32~126是打印字符，可以输入并显示

ISO-8859-1：包含大部分西欧语言字符，仍然是单字节编码，可表示256个字符

GBK：汉字内码规范，可表示21003个汉字

UTF-16：用两个字节来表示Unicode的转化格式，采用定长的表示方法，不论什么字符都可以用两个字节表示，两个字节就是16bit，两个字节可以表示一个字符，大大简化了字符串操作，这也是java使用UTF-16作为内存的字符存储格式的一个很重要的原因

UTF-8：UTF-16的缺点，定长，占用空间大，占用网络带宽；UTF-8采用变长的技术，每个编码区域都有不同的字码长度，不同的字符可由1到6个字节组成

UTF-8的编码规则：

如果是一个字节，最高位为0，表示这是一个ASCLL字符，可见ASCLL编码已经是UTF-8了

如果是一个字节，以11开头，连续的1的个数暗示这个字符的字节数，110XXXX代表双字节

如果是一个字节，以10开始，表示他不是首字节，需要向前查找才能得到当前字符的首字节

GBK编码：字符占一个字节，汉字占两个字节

UTF-16：字符，汉字都是占两个字节

UTF-8：字符占一个字节，汉字占三个字节

UTF-16相较UTF-8：

UTF-16更浪费空间，采用顺序存储，无法对单个字符的编码值进行校验，中间一个字符码值损坏，后面的码值都将受影响

UTF-16编码效率高，字符到字节转换更简单，适合本地磁盘和内存之间使用，进行字符到字节的快速切换；但是不适合网络传输，损坏以后难以恢复，UTF-8更适合

URL的编解码：

浏览器编码URL是将非ASCLL字符按照某种编码格式编码成16进制数字后将每个16进制表示的字节前加%；

解码时tomcat服务器配置，<Connector URIEncoding="UTF-8"  useBodyEncodingForURI="true" />

常见问题：