java中字符集的问题

      JVM中单个字符占用的字节长度跟编码方式有关，默认编码方式是由平台决定的。对于单个字符：ISO-8859-1单字节编码，GBK双字节编码，UTF-8一到三个字节编码，因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节，而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))一个英文字符占1个字节。getBytes()、String(str.getBytes())方法为使用平台默认字符集编码，getBytes(String charsetname)、String(str.getBytes(),String charsetname)为使用指定的字符集编码，在不同平台使用这些方法时一定要注意使用同一个字符集来编码和解码，否则就可能会出现乱码的现象。例如：在中文平台下，如果指定的编码字符集是ISO-8859-1，使用getBytes("ISO-8859-1")方法时，每个字符只取一个字节，每个汉字只取到了一半的字符。另外一半的字节丢失了。由于这一半的字符在解码字符集中找不到对应的字符，所以默认使用编码63代替，也就是?。在英文平台下，如果使用GBK、UTF-8进行编码，得到的字节数组是正确的，但如果使用平台默认字符集（Cp1252）来进行解码的话，依然得不到正确的字符（2个字节--->1个字节，截取了一半的字节）。

      FileWriter是字符流输出流，使用平台默认的字符集，无论你设置了System.setProperty("file.encoding", "ISO-8859-1")，还是在运行时给予参数-Dfile.encoding=UTF-8都不会起作用。你会发现它最终还是都以平台默认字符集保存，所以FileWriter只能在中文平台下使用，而OutputStreamWriter可以通过构造函数设置不同的字符集，所以在英文平台下写入汉字应该使用OutputStreamWriter。

      如果我们在客户端使用UTF-8编码的JSP页面发出请求，浏览器编码后的UTF-8字节会以ISO-8859-1的形式传递到服务器端。所以要得到经HTTP协议传输的原始字节，我们需要先调用getBytes("ISO-8859-1")得到原始的字节，然后再调用new String(bytes,"UTF-8")，才能还原为客户端的原始字符。