9.1 常见字符集

• ASCII

最原始的一套编码    
    
    
   ，所有编码都是由一个字节的二进制数对应   


     


     


     

，尽管包含8位



 




 




 




，但是第一位始终是0   

   

   

  ，也就是128个    
    
    
   。单字节编码

• ISO-8859-1

字符集前128个字符与ASCII完全相同    

     

     

     
，后128个字符扩展增加了其他语言字符




  




  




  




，单字节编码

• GB2312和GBK

GB2312是中华人民共和国国家标准汉字信息交换编码  


  


  


 ，采用两个字节来编码一个中文汉字     
     
     
     ，涵盖了大部分常用的中文字符

GBK对GB2312进行扩展的中文字符集




   




   




   




，它完全兼容GB2312
 



 



 



，还对繁体和一些不常用的汉字和特殊字符进行扩展支持

UNICODE

采用两个字节保存编码                    ，前256个字符与ISO-8859-1是完全统一的 




    




    




    



，只不过他的第一个字节数字为0
















，它包含世界上大多数国家的大多数语言文字和字符   


     


     


     

。• UTF-8

对于0~127的ASCII字符                   ，UTF-8采用一个字节表示  



     



     



     


，并且编码和ASCII是一样的

















，如果UNICODE是在0X0080和0x007f之间的字符    
    
    
   ，UTF-8则用两个字节表示   


     


     


     

，如果UNICODE是在0X0800和0XFFF之间的字符



 




 




 




，对应的UTF-8则采用3个字节



 




 




 




。

9.2 乱码原因

Java语言内部采用Unicode字符集来表示字符   

   

   

  ，一旦与外界的程序打交道就会存在一个字符转换的过程   

   

   

  。

• 对于Java Web应用程序    

     

     

     
，客户端浏览器采用默认的字符集（通常是GBK）




  




  




  




，而Web容器对POST提交的数据采用ISO-8859-1的编码方式  


  


  


 ，数据在这些系统中穿梭很可能就会出现乱码的问题    

     

     

     
。

9.3 解决乱码

1    
    
    
   、如何解决服务器返回页面中文乱码问题

response.setContentType("text/html;charset=UTF-8");

2   


     


     


     

、解决post方式请求表单参数中文乱码问题

request.setCharacterEncoding("UTF-8");//注意此语句一定要设置在取参数的语句之前

3



 




 




 




、解决get方式请求中文参数乱码问题

修改server.xml

<Connector port="8080" protocol="HTTP/1.1" maxThreads="150" connectionTimeout="20000" redirectPort="8443" URIEncoding="UTF-8"/>