国际上的各区域都有本地的言语。区域差异直接导致了言语环境的差异。在开发一个国际化程序的进程中，处理言语问题就显得很重要了。

这是一个国际规模内都存在的问题，所以，Java供给了国际性的处理办法。本文描绘的办法是用于处理中文的，可是，推而广之，关于处理国际上其它国家和区域的言语相同适用。

汉字是双字节的。所谓双字节是指一个双字要占用两个BYTE的方位（即16位），别离称为高位和低位。我国规矩的汉字编码为GB2312，这是强制性的，现在简直一切的能处理中文的应用程序都支撑GB2312。GB2312包含了一二级汉字和9区符号，高位从0xa1到0xfe，低位也是从 0xa1到0xfe，其间，汉字的编码规模为0xb0a1到0xf7fe。

别的有一种编码，叫做GBK，但这是一份标准，不是强制的。GBK供给了20902个汉字，它兼容GB2312，编码规模为0x8140到0xfefe。GBK中的一切字符都能够逐个映射到Unicode 2.0。

在不久的将来，我国会公布另一种标准：GB18030-2000（GBK2K）。它收录了藏、蒙等少数民族的字型，从根本上处理了字位缺乏的问题。留意：它不再是定长的。其二字节部份与GBK兼容，四字节部分是扩大的字符、字形。它的首字节和第三字节从0x81到0xfe，二字节和第四字节从 0x30到0x39。

本文不计划介绍Unicode，有爱好的能够阅读“http://www.unicode.org/”检查更多的信息。Unicode有一个特性：它包含了国际上一切的字符字形。所以，各个区域的言语都能够树立与Unicode的映射联系，而Java正是利用了这一点以到达异种言语之间的转化。

在JDK中，与中文相关的编码有：
JDK中与中文相关的编码列表编码称号 阐明
ASCII 7位，与ascii7相同
ISO8859-1 8-位，与 8859_1,ISO-8859-1,ISO_8859-1,latin1...等相同
GB2312-80 16位，与gb2312,gb2312-1980,EUC_CN,euccn,1381,Cp1381, 1383, Cp1383, ISO2022CN,ISO2022CN_GB...等相同
GBK 与MS936相同，留意：区别大小写
UTF8 与UTF-8相同
GB18030 与cp1392、1392相同，现在支撑的JDK很少

在实践编程时，触摸得比较多的是GB2312（GBK）和ISO8859-1。

为什么会有“?”号

上文说过，异种言语之间的转化是通过Unicode来完结的。假设有两种不同的言语A和B，转化的进程为：先把A转化为Unicode，再把Unicode转化为B。

举例阐明。有GB2312中有一个汉字“李”，其编码为“C0EE”，欲转化为ISO8859-1编码。进程为：先把“李”字转化为 Unicode，得到“674E”，再把“674E”转化为ISO8859-1字符。当然，这个映射不会成功，由于ISO8859-1中根本就没有与 “674E”对应的字符。

当映射不成功时，问题就产生了！当从某言语向Unicode转化时，假设在某言语中没有该字符，得到的将是Unicode的代码 “\uffffd”（“\u”表明是Unicode编码，）。而从Unicode向某言语转化时，假设某言语没有对应的字符，则得到的是 “0x3f”（“?”）。这便是“?”的由来。

例如：把字符流buf =“0x80 0x40 0xb0 0xa1”进行new String(buf, "gb2312")操作，得到的成果是“\ufffd\u554a”，再println出来，得到的成果将是“?啊”，由于“0x80 0x40”是GBK中的字符，在GB2312中没有。

再如，把字符串String="\u00d6\u00ec\u00e9\u0046\u00bb\u00f9"进行new String (buf.getBytes("GBK"))操作，得到的成果是“3fa8aca8a6463fa8b4”，其间，“\u00d6”在“GBK”中没有对应的字符，得到“3f”，“\u00ec”对应着“a8ac”，“\u00e9”对应着“a8a6”，“0046”对应着“46”（由于这是ASCII字符），“\u00bb”没找到，得到“3f”，最终，“\u00f9”对应着“a8b4”。把这个字符串println一下，得到的成果是 “?ìéF?ù”。看到没？这儿并不满是问号，由于GBK与Unicode映射的内容中除了汉字外还有字符，本例便是最好的明证。

所以，在汉字转码时，假设产生紊乱，得到的不必定都是问号噢！不过，错了终究是错了，50步和100步并没有质的不同。

或许会问：假设源字符集中有，而Unicode中没有，成果会怎么？答复是不知道。由于我手头没有能做这个测验的源字符集。但有一点是必定的，那便是源字符集不行标准。在Java中，假设产生这种状况，是会抛出反常的。

什么是UTF?

UTF，是Unicode Text Format的缩写，意为Unicode文本格局。关于UTF，是这样界说的：

（1）假设Unicode的16位字符的头9位是0，则用一个字节表明，这个字节的首位是“0”，剩余的7位与原字符中的后7位相同，如 “\u0034”（0000 0000 0011 0100），用“34” (0011 0100)表明；（与源Unicode字符是相同的）；

（2）假设Unicode的16位字符的头5位是0，则用2个字节表明，首字节是“110”最初，后边的5位与源字符中除去头5个零后的最高5 位相同；第二个字节以“10”最初，后边的6位与源字符中的低6位相同。如“\u025d”（0000 0010 0101 1101），转化后为“c99d”（1100 1001 1001 1101）；

（3）假设不符合上述两个规矩，则用三个字节表明。榜首个字节以“1110”最初，后四位为源字符的高四位；第二个字节以“10”最初，后六位为源字符中心的六位；第三个字节以“10”最初，后六位为源字符的低六位；如“\u9da7”（1001 1101 1010 0111），转化为“e9b6a7”（1110 1001 1011 0110 1010 0111）；

能够这么描绘JAVA程序中Unicode与UTF的联系，尽管不肯定：字符串在内存中运行时，表现为Unicode代码，而当要保存到文件或其它介质中去时，用的是UTF。这个转化进程是由writeUTF和readUTF来完结的。

好了，基础性的论说差不多了，下面进入正题。

先把这个问题想成是一个黑匣子。先看黑匣子的一级表明：

input(charsetA)-＞process(Unicode)-＞output(charsetB)

简略，这便是一个IPO模型，即输入、处理和输出。相同的内容要通过“从charsetA到unicode再到charsetB”的转化。

再看二级表明：

SourceFile(JSP,java)-＞class-＞output

能够看出，输入的是jsp和java源文件，在处理进程中，以Class文件为载体，然后输出。再细化到三级表明：

jsp-＞temp file-＞class-＞browser,os console,db

app,servlet-＞class-＞browser,os console,db

Jsp文件先生成中心的Java文件，再生成Class。而Servlet和一般App则直接编译生成Class。然后，从Class再输出到阅读器、控制台或数据库等。

JSP：从源文件到Class的进程

Jsp的源文件是以“.jsp”结束的文本文件。在本节中，将论述JSP文件的解说和编译进程，并盯梢其间的中文改动。

1、JSP/Servlet引擎供给的JSP转化东西（jspc）查找JSP文件顶用＜%@ page contentType ="text/html; charset=＜Jsp-charset＞"%＞中指定的charset。假设在JSP文件中未指定＜Jsp-charset＞，则取JVM中的默许设置file.encoding，一般状况下，这个值是ISO8859-1；

2、jspc用相当于“javac ?encoding ＜Jsp-charset＞”的指令解说JSP文件中呈现的一切字符，包含中文字符和ASCII字符，然后把这些字符转化成Unicode字符，再转化成UTF格局，存为JAVA文件。ASCII码字符转化为Unicode字符时仅仅简略地在前面加“00”，如“A”，转化为“\u0041”（不需要理由，Unicode的码表便是这么编的）。然后，通过到UTF的转化，又变回“41”了！这也便是能够运用一般文本修改器检查由JSP生成的JAVA文件的原因；

3、引擎用相当于“javac ?encoding UNICODE”的指令，把JAVA文件编译成CLASS文件；

先看一下这些进程中中文字符的转化状况。有如下源代码：

＜%@pagecontentType="text/html;charset=gb2312"%＞ 
＜html＞＜body＞ 
＜% 
Stringa="中文"; 
out.println(a); 
%＞ 
＜/body＞＜/html＞

这段代码是在UltraEdit for Windows上编写的。保存后，“中文”两个字的16进制编码为“D6 D0 CE C4”（GB2312编码）。经查表，“中文”两字的Unicode编码为“\u4E2D\u6587”，用 UTF表明便是“E4 B8 AD E6 96 87”。翻开引擎生成的由JSP文件改动而成的JAVA文件，发现其间的“中文”两个字的确被“E4 B8 AD E6 96 87”代替了，再检查由JAVA文件编译生成的CLASS文件，发现成果与JAVA文件中的彻底相同。

再看JSP中指定的CharSet为ISO-8859-1的状况。

＜%@pagecontentType="text/html;charset=ISO-8859-1"%＞ 
＜html＞＜body＞ 
＜% 
Stringa="中文"; 
out.println(a); 
%＞ 
＜/body＞＜/html＞

相同，该文件是用UltraEdit编写的，“中文”这两个字也是存为GB2312编码“D6 D0 CE C4”。先模仿一下生成的JAVA文件和CLASS文件的进程：jspc 用ISO-8859-1来解说“中文”，并把它映射到Unicode。由于ISO-8859-1是8位的，且是拉丁语系，其映射规矩便是在每个字节前加 “00”，所以，映射后的Unicode编码应为“\u00D6\u00D0\u00CE\u00C4”，转化成UTF后应该是“C3 96 C3 90 C3 8E C3 84”。好，翻开文件看一下，JAVA文件和CLASS文件中，“中文”公然都表明为“C3 96 C3 90 C3 8E C3 84”。

假设上述代码中不指定＜JSP charset＞，即把榜首行写成“＜%@ page contentType="text/html" %＞”，JSPC会运用file.encoding的设置来解说JSP文件。在RedHat 6.2上，其处理成果与指定为ISO-8859-1是彻底相同的。

到现在为止，现已解说了从JSP文件到CLASS文件的改动进程中中文字符的映射进程。一句话：从“JspCharSet到Unicode再到UTF”。下表总结了这个进程：

“中文”从JSP到CLASS的转化进程

JSP charset JSP文件中 JAVA文件中 CLASS文件中
GB2312 D6 D0 CE C4(GB2312) 从\u4E2D\u6587(Unicode)到E4 B8 AD E6 96 87 (UTF) E4 B8 AD E6 96 87 (UTF)
ISO-8859-1 D6 D0 CE C4
(GB2312) 从\u00D6\u00D0\u00CE\u00C4 (Unicode)到C3 96 C3 90 C3 8E C3 84 (UTF) C3 96 C3 90 C3 8E C3 84 (UTF)
无（默许＝file.encoding） 同ISO-8859-1 同ISO-8859-1 同ISO-8859-1

下节先评论Servlet从JAVA文件到CLASS文件的转化进程，然后再解说从CLASS文件怎么输出到客户端。之所以这样组织，是由于JSP和Servlet在输出时处理办法是相同的。

Servlet：从源文件到Class的进程

Servlet源文件是以“.java”结束的文本文件。本节将评论Servlet的编译进程并盯梢其间的中文改动。

用“javac”编译Servlet源文件。javac能够带“-encoding ＜Compile-charset＞”参数，意思是“用＜ Compile-charset ＞中指定的编码来解说Serlvet源文件”。

源文件在编译时，用＜Compile-charset＞来解说一切字符，包含中文字符和ASCII字符。然后把字符常量改动成Unicode字符，最终，把Unicode改动成UTF。

在Servlet中，还有一个当地设置输出流的CharSet。通常在输出成果前，调用HttpServletResponse的setContentType办法来到达与在JSP中设置＜JSP charset＞相同的作用，称之为＜Servlet-charset＞。

留意，文中总共提到了三个变量：＜JSP charset＞、＜Compile-charset＞和＜Servlet-charset＞。其间，JSP文件只与＜JSP charset＞有关，而＜Compile-charset＞和＜Servlet-charset＞只与Servlet有关。

看下例：

importjavax.servlet.*; 
importjavax.servlet.http.*; 
classtestServletextendsHttpServlet 
{ 
publicvoiddoGet(HttpServletRequestreq,HttpServletResponseresp) 
throwsServletException,java.io.IOException 
{ 
resp.setContentType("text/html;charset=GB2312"); 
java.io.PrintWriterout=resp.getWriter(); 
out.println("＜html＞"); 
out.println("#中文#"); 
out.println("＜/html＞"); 
} 
}

该文件也是用UltraEdit for Windows编写的，其间的“中文”两个字保存为“D6 D0 CE C4”（GB2312编码）。

开端编译。下表是＜Compile-charset＞不一同，CLASS文件中“中文”两字的十六进制码。在编译进程中，＜Servlet- charset＞不起任何作用。＜Servlet-charset＞只对CLASS文件的输出产生影响，实践上是＜Servlet-charset＞和＜Compile-charset＞一同，到达与JSP文件中的＜JSP charset＞相同的作用，由于＜JSP charset＞对编译和CLASS文件的输出都会产生影响。

“中文”从Servlet源文件到Class的改动进程

Compile-charset Servlet源文件中 Class文件中 等效的Unicode码
GB2312 D6 D0 CE C4
(GB2312) E4 B8 AD E6 96 87 (UTF) \u4E2D\u6587 (在Unicode中＝“中文”)
ISO-8859-1 D6 D0 CE C4
(GB2312) C3 96 C3 90 C3 8E C3 84 (UTF) \u00D6 \u00D0 \u00CE \u00C4 (在D6 D0 CE C4前面各加了一个00)
无（默许） D6 D0 CE C4 (GB2312) 同ISO-8859-1 同ISO-8859-1

一般Java程序的编译进程与Servlet彻底相同。

CLASS文件中的中文表明法是不是昭然若揭了？OK，接下来看看CLASS又是怎样输出中文的呢？

Class：输出字符串

上文说过，字符串在内存中表现为Unicode编码。至于这种Unicode编码表明了什么，那要看它是从哪种字符集映射过来的，也便是说要看它的先人。这比如在邮寄行李时，外观都是纸箱子，里边装了什么就要看寄邮件的人实践邮了什么东西。

看看上面的比如，假设给一串Unicode编码“00D6 00D0 00CE 00C4”，假设不作转化，直接用Unicode码表来对照它时，是四个字符（并且是特别字符）；假设把它与“ISO8859-1”进行映射，则直接去掉前面的“00”即可得到“D6 D0 CE C4”，这是ASCII码表中的四个字符；而假设把它当作GB2312来进行映射，得到的成果很或许是一大堆乱码，由于在GB2312中有或许没有（也有或许有）字符与00D6等字符对应（假设对应不上，将得到0x3f，也便是问号，假设对应上了，由于00D6等字符太靠前，估量也是一些特别符号，真实的汉字在Unicode中的编码从4E00开端）。

各位看到了，相同的Unicode字符，能够解说成不同的姿态。当然，这其间有一种是咱们希望的成果。以上例而论，“D6 D0 CE C4”应该是咱们所想要的，当把“D6 D0 CE C4”输出到IE中时，用“简体中文”办法检查，就能看到清楚的“中文”两个字了。（当然了，假设你必定要用“西欧字符”来看，那也没办法，你将得不到任何有何时何地的东西）为什么呢？由于“00D6 00D0 00CE 00C4”原本便是由ISO8859-1转化曩昔的。

给出如下定论：

在Class输出字符串前，会将Unicode的字符串依照某一种内码从头生成字节省，然后把字节省输入，相当于进行了一步“String.getBytes(???)”操作。???代表某一种字符集。

假设是Servlet，那么，这种内码便是在HttpServletResponse.setContentType()办法中指定的内码，也便是上文界说的＜Servlet-charset＞。

假设是JSP，那么，这种内码便是在＜%@ page contentType=""%＞中指定的内码，也便是上文界说的＜JSP charset＞。

假设是Java程序，那么，这种内码便是file.encoding中指定的内码，默许为ISO8859-1。

当输出对象是阅读器时

以盛行的阅读器IE为例。IE支撑多种内码。假设IE接纳到了一个字节省“D6 D0 CE C4”，你能够尝试用各种内码去检查。你会发现用“简体中文”时能得到正确的成果。由于“D6 D0 CE C4”原本便是简体中文中“中文”两个字的编码。

OK，完整地看一遍。

JSP：源文件为GB2312格局的文本文件，且JSP源文件中有“中文”这两个汉字

假设指定了＜JSP charset＞为GB2312。

JSP charset = GB2312时的改动进程

序号 进程阐明 成果

1 编写JSP源文件，且存为GB2312格局 D6 D0 CE C4（D6D0=中 CEC4=文）
2 jspc把JSP源文件转化为暂时JAVA文件，并把字符串依照GB2312映射到Unicode，并用UTF格局写入JAVA文件中 E4 B8 AD E6 96 87
3 把暂时JAVA文件编译成CLASS文件 E4 B8 AD E6 96 87
4 运行时，先从CLASS文件顶用readUTF读出字符串，在内存中的是Unicode编码 4E 2D 65 87（在Unicode中4E2D=中 6587=文）
5 依据JSP charset=GB2312把Unicode转化为字节省 D6 D0 CE C4
6 把字节省输出到IE中，并设置IE的编码为GB2312（作者按：这个信息隐藏在HTTP头中） D6 D0 CE C4
7 IE用“简体中文”检查成果 “中文”（正确显现）

假设指定了＜JSP charset＞为ISO8859-1。

JSP charset = ISO8859-1时的改动进程

序号 进程阐明 成果

1 编写JSP源文件，且存为GB2312格局 D6 D0 CE C4（D6D0=中 CEC4=文）
2 jspc把JSP源文件转化为暂时JAVA文件，并把字符串依照ISO8859-1映射到Unicode，并用UTF格局写入JAVA文件中 C3 96 C3 90 C3 8E C3 84
3 把暂时JAVA文件编译成CLASS文件 C3 96 C3 90 C3 8E C3 84
4 运行时，先从CLASS文件顶用readUTF读出字符串，在内存中的是Unicode编码 00 D6 00 D0 00 CE 00 C4（啥都不是！！！）
5 依据JSP charset=ISO8859-1把Unicode转化为字节省 D6 D0 CE C4
6 把字节省输出到IE中，并设置IE的编码为ISO8859-1（作者按：这个信息隐藏在HTTP头中） D6 D0 CE C4
7 IE用“西欧字符”检查成果 乱码，其实是四个ASCII字符，但由于大于128，所以显现出来的奇形怪状
8 改动IE的页面编码为“简体中文” “中文”（正确显现）

奇怪了！为什么把＜JSP charset＞设成GB2312和ISO8859-1是一个样的，都能正确显现？只不过当指定为ISO8859-1时，要添加第8步操作，殊为不方便。

再看看不指定＜JSP charset＞ 时的状况。

未指定JSP charset 时的改动进程

序号 进程阐明 成果

1 编写JSP源文件，且存为GB2312格局 D6 D0 CE C4（D6D0=中 CEC4=文）
2 jspc把JSP源文件转化为暂时JAVA文件，并把字符串依照ISO8859-1映射到Unicode，并用UTF格局写入JAVA文件中 C3 96 C3 90 C3 8E C3 84
3 把暂时JAVA文件编译成CLASS文件 C3 96 C3 90 C3 8E C3 84
4 运行时，先从CLASS文件顶用readUTF读出字符串，在内存中的是Unicode编码 00 D6 00 D0 00 CE 00 C4
5 依据JSP charset=ISO8859-1把Unicode转化为字节省 D6 D0 CE C4
6 把字节省输出到IE中 D6 D0 CE C4
7 IE用宣布恳求时的页面的编码检查成果 视状况而定。

Servlet：源文件为JAVA文件，格局是GB2312，源文件中含有“中文”这两个汉字

假设＜Compile-charset＞＝GB2312，＜Servlet-charset＞=GB2312

Compile-charset=Servlet-charset=GB2312 时的改动进程

序号 进程阐明 成果

1 编写Servlet源文件，且存为GB2312格局 D6 D0 CE C4（D6D0=中 CEC4=文）
2 用javac ?encoding GB2312把JAVA源文件编译成CLASS文件 E4 B8 AD E6 96 87　（UTF）
3 运行时，先从CLASS文件顶用readUTF读出字符串，在内存中的是Unicode编码 4E 2D 65 87 (Unicode)
4 依据Servlet-charset=GB2312把Unicode转化为字节省 D6 D0 CE C4 (GB2312)
5 把字节省输出到IE中并设置IE的编码特点为Servlet-charset=GB2312 D6 D0 CE C4 (GB2312)
6 IE用“简体中文”检查成果 “中文”（正确显现）

假设＜Compile-charset＞＝ISO8859-1，＜Servlet-charset＞=ISO8859-1

Compile-charset=Servlet-charset=ISO8859-1时的改动进程

序号 进程阐明 成果

1 编写Servlet源文件，且存为GB2312格局 D6 D0 CE C4（D6D0=中 CEC4=文）
2 用javac ?encoding ISO8859-1把JAVA源文件编译成CLASS文件 C3 96 C3 90 C3 8E C3 84　（UTF）
3 运行时，先从CLASS文件顶用readUTF读出字符串，在内存中的是Unicode编码 00 D6 00 D0 00 CE 00 C4
4 依据Servlet-charset=ISO8859-1把Unicode转化为字节省 D6 D0 CE C4
5 把字节省输出到IE中并设置IE的编码特点为Servlet-charset=ISO8859-1 D6 D0 CE C4 (GB2312)
6 IE用“西欧字符”检查成果 乱码
7 改动IE的页面编码为“简体中文” “中文”（正确显现）

假设不指定Compile-charset或Servlet-charset，其默许值均为ISO8859-1。

当Compile-charset=Servlet-charset时，第2步和第4步能互逆，“抵消”，显现成果均能正确。读者可试着写一下Compile-charset＜＞Servlet-charset时的状况，必定是不正确的。

当输出对象是数据库时

输出到数据库时，原理与输出到阅读器也是相同的。本节仅仅Servlet为例，JSP的状况请读者自行推导。

假设有一个Servlet，它能接纳来自客户端（IE，简体中文）的汉字字符串，然后把它写入到内码为ISO8859-1的数据库中，然后再从数据库中取出这个字符串，显现到客户端。

输出对象是数据库时的改动进程（1）

序号 进程阐明 成果 域

1 在IE中输入“中文” D6 D0 CE C4 IE
2 IE把字符串改动成UTF，并送入传输流中 E4 B8 AD E6 96 87
3 Servlet接纳到输入流，用readUTF读取 4E 2D 65 87(unicode) Servlet
4 编程者在Servlet中有必要把字符串依据GB2312还原为字节省 D6 D0 CE C4
5 编程者依据数据库内码ISO8859-1生成新的字符串 00 D6 00 D0 00 CE 00 C4
6 把新生成的字符串提交给JDBC 00 D6 00 D0 00 CE 00 C4
7 JDBC检测到数据库内码为ISO8859-1 00 D6 00 D0 00 CE 00 C4 JDBC
8 JDBC把接纳到的字符串依照ISO8859-1生成字节省 D6 D0 CE C4
9 JDBC把字节省写入数据库中 D6 D0 CE C4
10 完结数据存储作业 D6 D0 CE C4 数据库
以下是从数据库中取出数的进程
11 JDBC从数据库中取出字节省 D6 D0 CE C4 JDBC
12 JDBC依照数据库的字符集ISO8859-1生成字符串，并提交给Servlet 00 D6 00 D0 00 CE 00 C4 (Unicode)
13 Servlet取得字符串 00 D6 00 D0 00 CE 00 C4 (Unicode) Servlet
14 编程者有必要依据数据库的内码ISO8859-1还原成原始字节省 D6 D0 CE C4
15 编程者有必要依据客户端字符集GB2312生成新的字符串 4E 2D 65 87（Unicode）
Servlet预备把字符串输出到客户端
16 Servlet依据＜Servlet-charset＞生成字节省 D6D0 CE C4 Servlet
17 Servlet把字节省输出到IE中，假设已指定＜Servlet-charset＞，还会设置IE的编码为＜Servlet-charset＞ D6 D0 CE C4
18 IE依据指定的编码或默许编码检查成果 “中文”（正确显现） IE

解说一下，第4第5步和第15第16步是用赤色符号的，表明要由编码者来作转化。第4、5两步其实便是一句话：“new String(source.getBytes("GB2312"), "ISO8859-1")”。第15、16两步也是一句话：“new String(source.getBytes("ISO8859-1"), "GB2312")”。亲爱的读者，你在这样编写代码时是否认识到了其间的每一个细节呢？

至于客户端内码和数据库内码为其它值时的流程，和输出对象是体系控制台时的流程，请读者自己想吧。理解了上述流程的原理，相信你能够轻松地写出来。

行文至此，已可告一段落了。结束又回到了起点，关于编程者而言，简直是什么影响都没有。

由于咱们早就被告之要这么做了。

以下给出一个定论，作为结束。

1、在Jsp文件中，要指定contentType，其间，charset的值要与客户端阅读器所用的字符集相同；关于其间的字符串常量，不需做任何内码转化；关于字符串变量，要求能依据ContentType中指定的字符集还原成客户端能辨认的字节省，简略地说，便是“字符串变量是根据＜JSP charset＞字符集的”；

2、在Servlet中，有必要用HttpServletResponse.setContentType()设置charset，且设置成与客户端内码共同；关于其间的字符串常量，需要在Javac编译时指定encoding，这个encoding有必要与编写源文件的渠道的字符集相同，一般说来都是GB2312或GBK；关于字符串变量，与JSP相同，有必要“是根据＜Servlet-charset＞字符集的”。

【修改引荐】

1. 详解JSP中调用JavaBean
2. JSP开发环境的建立
3. 处理JSP开发Web程序中文显现三种办法
4. 开发JSP HTTP服务器
5. JSP、ASP和PHP安全编程