中文乱码的问题

解决中文乱码的问题

在Servlet中经常会遇到中文乱码的问题，在这里，对常见的中文乱码的情况进行汇总。一般的，出现中文乱码的场合有显示Servlet页面，request对象的获取请求参数，Servlet输出响应以及数据库交互等，另外，出现乱码主要是因为字符集编码的问题。

字符集的介绍

ASCLL码

这是最早的字符集，它使用一个字节中的7位来表示一个字符，经过组合，总共可以表示128个字符，后来IBM使用一个字节有8位的空间，把ASCLL改为由8位表示的一个字符，这样可以表示258个字符，其他的字符是在ASCLL码的表示的基础下提出来的。

gb2312

gb2312是针对我国的汉字的一套编码标准，他是最在提出来的处理汉字信息交换的编码标准，这种编码采用双字节来表示一个中文字符，总共最多能表示65536个字符。

GBK

这是对gb2312的补充，是可以向上兼容的(使用gb2312也可以在GBK编码标准下正确显示)

UNICODE

这个编码的诞生是为了统一的全球编码，它是通用多8位编码字符集的简称，支持世界上超过650种语言的国际字符集。UNICODE始终允许在同一服务器上混合使用不同的语言组的不同的语言。UNICODE始终使用16进制的数字，而且在书写时，在前面加上”U+”.例如，字母A的编码为004116，所以字母A的编码为”U+004116”

UTF-8

UTF-8是UNICODE的其中一个使用方式，全称为Unicode Translation Format，即把UNICODE转化为某种格式。UTF-8便于使用不同的计算机之间使用网络传输不同语言和编码的文字，使得双字节的UNICODE能够在单字节的处理系统上正确传输，UTF-8使用可变长度字节来存储UNICODE字符。

出现中文乱码的原因

Java的内核是UNICODE的，也就是说，java在处理字符时是用Unicode来表示字符的，但是文件和流的保存方式是使用字节流的，在java中，char是Unicode的，而byte是字节的，因此，在不同的环境里面，java要对字节流和char进行转换，因为java有着良好的跨平台性，对于java信息而言，将会在不同的操作系统平台上编译运行。
同时，java又是根据操作系统的默认编码字符集来决定字符串的初始编码，而且java的系统的输入和输出都是采取操作系统的默认编码，所以，当java运行的时候，如果字符集的编码选取不当，就会出现乱码的问题。