Web开发中编码问题的技术整理

Java编码转换：
getBytes(String encode)：以encode编码方式拆分（编码）字符串，形成字节流
new String(byte[] bytes, String encoding)：以encode编码方式组合（解码）字符串，形成本地编码
内部实现最终决定于Converter类

Charset定义：
jsp_charset：jsp页面的contentType里面的charset设置
compile_charset：javac所带的encoding参数，一般默认为本地字符集
servlet_charset：web.xml文件里面的配置的request的encoding，一般和jsp_charset一致

tomcat中的乱码基本上有两种：
第一类是*.jsp文件中的中文无法正确显示。（决定于jsp_charset）
第二类是 request 中的 parameter 取出来是乱码。（决定于servlet_charset）
Reuqest.getParameter实现：
内部实现最终决定于ByteChunk的toStringInternal()
public String toStringInternal() {
String strValue=null;
try {
if( enc==null ) enc=DEFAULT_CHARACTER_ENCODING;
strValue = new String( buff, start, end-start, enc );
} catch (java.io.UnsupportedEncodingException e) {
strValue = new String(buff, start, end-start);
}
return strValue;
}
enc决定于servlet_charset，这里必须要和jsp_charset一致，否则Reuqest.getParameter()为乱码。
DEFAULT_CHARACTER_ENCODING编码决定于JVM的file.encoding参数。

tomcat的启动配置：
如果存在 bin/catalina.bat
在“rem Execute Java with the applicable properties”一句后加上：
set JAVA_OPTS=%JAVA_OPTS% -Dfile.encoding=UTF-8

否则，执行 tomcat5w.exe，在 Java –〉Java Options 选项添加一行：
-Dfile.encoding=UTF-8

在linux环境下，修改/etc/init.d/tomcat文件中LC_ALL=zh_CN.UTF-8即可，可不用再修改tomcat配置