概述

 

世界上的各地区都有本地的语言。地区差异直接导致了语言环境的差异。在开发一个国际化程序的过程中,处理语言问题就显得很重要了。

这是一个世界范围内都存在的问题,所以,Java提供了世界性的解决方法。本文描述的方法是用于处理中文的,但是,推而广之,对于处理世界上其它国家和地区的语言同样适用。

汉字是双字节的。所谓双字节是指一个双字要占用两个BYTE的位置(即16位),分别称为高位和低位。中国规定的汉字编码为GB2312,这是强制性的,目前几乎所有的能处理中文的应用程序都支持GB2312GB2312包括了一二级汉字和9区符号,高位从0xa10xfe,低位也是从0xa10xfe,其中,汉字的编码范围为0xb0a10xf7fe

另外有一种编码,叫做GBK,但这是一份规范,不是强制的。GBK提供了20902个汉字,它兼容GB2312,编码范围为0x81400xfefeGBK中的所有字符都可以一一映射到Unicode 2.0

在不久的将来,中国会颁布另一种标准:GB18030-2000GBK2K)。它收录了藏、蒙等少数民族的字型,从根本上解决了字位不足的问题。注意:它不再是定长的。其二字节部份与GBK兼容,四字节部分是扩充的字符、字形。它的首字节和第三字节从0x810xfe,二字节和第四字节从0x300x39

本文不打算介绍Unicode,有兴趣的可以浏览“http://www.unicode.org/”查看更多的信息。Unicode有一个特性:它包括了世界上所有的字符字形。所以,各个地区的语言都可以建立与Unicode的映射关系,而Java正是利用了这一点以达到异种语言之间的转换。

JDK中,与中文相关的编码有:

1 JDK中与中文相关的编码列表

编码名称

说    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

MS936相同,注意:区分大小写

UTF8

UTF-8相同

GB18030

cp13921392相同,目前支持的JDK很少

在实际编程时,接触得比较多的是GB2312GBK)和ISO8859-1

 

为什么会有“?”号

 

上文说过,异种语言之间的转换是通过Unicode来完成的。假设有两种不同的语言AB,转换的步骤为:先把A转化为Unicode,再把Unicode转化为B

举例说明。有GB2312中有一个汉字“李”,其编码为“C0EE”,欲转化为ISO8859-1编码。步骤为: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,因为ISO8859-1中根本就没有与“674E”对应的字符。

当映射不成功时,问题就发生了!当从某语言向Unicode转化时,如果在某语言中没有该字符,得到的将是Unicode的代码“\uffffd”(“\u”表示是Unicode编码,)。而从Unicode向某语言转化时,如果某语言没有对应的字符,则得到的是“0x3f”(“?”)。这就是“?”的由来。

例如:把字符流buf =0x80 0x40 0xb0 0xa1”进行new String(buf, "gb2312")操作,得到的结果是“\ufffd\u554a”,再println出来,得到的结果将是“?啊”,因为“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,得到的结果是“3fa8aca8a6463fa8b4”,其中,“\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”(因为这是ASCII字符),“\u00bb”没找到,得到“3f”,最后,“\u00f9”对应着“a8b4”。把这个字符串println一下,得到的结果是“?ìéF?ù”。看到没?这里并不全是问号,因为GBKUnicode映射的内容中除了汉字外还有字符,本例就是最好的明证。

所以,在汉字转码时,如果发生错乱,得到的不一定都是问号噢!不过,错了终究是错了,50步和100步并没有质的差别。

或者会问:如果源字符集中有,而Unicode中没有,结果会如何?回答是不知道。因为我手头没有能做这个测试的源字符集。但有一点是肯定的,那就是源字符集不够规范。在Java中,如果发生这种情况,是会抛出异常的。

 

什么是UTF

 

UTF,是Unicode Text Format的缩写,意为Unicode文本格式。对于UTF,是这样定义的:

1)如果Unicode16位字符的头9位是0,则用一个字节表示,这个字节的首位是“0”,剩下的7位与原字符中的后7位相同,如“\u0034”(0000 0000 0011 0100),用“34 (0011 0100)表示;(与源Unicode字符是相同的);

2)如果Unicode16位字符的头5位是0,则用2个字节表示,首字节是“110”开头,后面的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”开头,后面的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)如果不符合上述两个规则,则用三个字节表示。第一个字节以“1110”开头,后四位为源字符的高四位;第二个字节以“10”开头,后六位为源字符中间的六位;第三个字节以“10”开头,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);

可以这么描述JAVA程序中UnicodeUTF的关系,虽然不绝对: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。这个转化过程是由writeUTFreadUTF来完成的。

 

好了,基础性的论述差不多了,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示:

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

简单,这就是一个IPO模型,即输入、处理和输出。同样的内容要经过“从charsetAunicode再到charsetB”的转化。

再看二级表示:

   SourceFile(jsp,java)->class->output

在这个图中,可以看出,输入的是jspjava源文件,在处理过程中,以Class文件为载体,然后输出。再细化到三级表示:

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

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

 

这个图就更明白了。Jsp文件先生成中间的Java文件,再生成Class。而Servlet和普通App则直接编译生成Class。然后,从Class再输出到浏览器、控制台或数据库等。

 

JSP:从源文件到Class的过程

 

Jsp的源文件是以“.jsp”结尾的文本文件。在本节中,将阐述JSP文件的解释和编译过程,并跟踪其中的中文变化。

1JSP/Servlet引擎提供的JSP转换工具(jspc)搜索JSP文件中用<%@ page contentType ="text/html; charset=<Jsp-charset>"%>中指定的charset。如果在JSP文件中未指定<Jsp-charset>,则取JVM中的默认设置file.encoding,一般情况下,这个值是ISO8859-1

2jspc用相当于“javac –encoding <Jsp-charset>”的命令解释JSP文件中出现的所有字符,包括中文字符和ASCII字符,然后把这些字符转换成Unicode字符,再转化成UTF格式,存为JAVA文件。ASCII码字符转化为Unicode字符时只是简单地在前面加“00”,如“A”,转化为“\u0041”(不需要理由,Unicode的码表就是这么编的)。然后,经过到UTF的转换,又变回“41”了!这也就是可以使用普通文本编辑器查看由JSP生成的JAVA文件的原因;

3、引擎用相当于“javac –encoding UNICODE”的命令,把JAVA文件编译成CLASS文件;

先看一下这些过程中中文字符的转换情况。有如下源代码:

<%@ page contentType="text/html; charset=gb2312"%>

<html><body>

<%

  String a="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表示就是“E4 B8 AD E6 96 87”。打开引擎生成的由JSP文件转变而成的JAVA文件,发现其中的“中文”两个字确实被“E4 B8 AD E6 96 87”替代了,再查看由JAVA文件编译生成的CLASS文件,发现结果与JAVA文件中的完全一样。

再看JSP中指定的CharSetISO-8859-1的情况。

<%@ page contentType="text/html; charset=ISO-8859-1"%>

<html><body>

<%

  String a="中文";

  out.println(a);

%>

</body></html>

同样,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”。先模拟一下生成的JAVA文件和CLASS文件的过程:jspcISO-8859-1来解释“中文”,并把它映射到Unicode。由于ISO-8859-18位的,且是拉丁语系,其映射规则就是在每个字节前加“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,打开文件看一下,JAVA文件和CLASS文件中,“中文”果然都表示为“C3 96 C3 90 C3 8E C3 84”。

如果上述代码中不指定<Jsp-charset>,即把第一行写成“<%@ page contentType="text/html" %>”,JSPC会使用file.encoding的设置来解释JSP文件。在RedHat 6.2上,其处理结果与指定为ISO-8859-1是完全相同的。

到现在为止,已经解释了从JSP文件到CLASS文件的转变过程中中文字符的映射过程。一句话:从“JspCharSetUnicode再到UTF”。下表总结了这个过程:

2 “中文”从JSP到CLASS的转化过程

Jsp-CharSet

JSP文件中

JAVA文件中

CLASS文件中

GB2312

D6 D0 CE C4

(GB2312)

\u4E2D\u6587(Unicode)

E4 B8 AD E6 96 87 (UTF)

E4 B8 AD E6 96 87 (UTF)

ISO-8859-1

D6 D0 CE C4

(GB2312)

\u00D6\u00D0\u00CE\u00C4 (Unicode)C3 96 C3 90 C3 8E C3 84 (UTF)

C3 96 C3 90 C3 8E C3 84 (UTF)

无(默认=file.encoding

ISO-8859-1

ISO-8859-1

ISO-8859-1

 

下节先讨论ServletJAVA文件到CLASS文件的转化过程,然后再解释从CLASS文件如何输出到客户端。之所以这样安排,是因为JSPServlet在输出时处理方法是一样的。

 

Servlet:从源文件到Class的过程

 

Servlet源文件是以“.java”结尾的文本文件。本节将讨论Servlet的编译过程并跟踪其中的中文变化。

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

源文件在编译时,用<Compile-charset>来解释所有字符,包括中文字符和ASCII字符。然后把字符常量转变成Unicode字符,最后,把Unicode转变成UTF

Servlet中,还有一个地方设置输出流的CharSet。通常在输出结果前,调用HttpServletResponsesetContentType方法来达到与在JSP中设置<Jsp-charset>一样的效果,称之为<Servlet-charset>

注意,文中一共提到了三个变量:<Jsp-charset><Compile-charset><Servlet-charset>。其中,JSP文件只与<Jsp-charset>有关,而<Compile-charset><Servlet-charset>只与Servlet有关。

看下例:

import javax.servlet.*;

import javax.servlet.http.*;

 

class testServlet extends HttpServlet

{

       public void doGet(HttpServletRequest req,HttpServletResponse resp)

       throws ServletException,java.io.IOException

       {

              resp.setContentType("text/html; charset=GB2312");

              java.io.PrintWriter out=resp.getWriter();

              out.println("<html>");

              out.println("#中文#");

              out.println("</html>");

       }

}

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

开始编译。下表是<Compile-charset>不同时,CLASS文件中“中文”两字的十六进制码。在编译过程中,<Servlet-charset>不起任何作用。<Servlet-charset>只对CLASS文件的输出产生影响,实际上是<Servlet-charset><Compile-charset>一起,达到与JSP文件中的<Jsp-charset>相同的效果,因为<Jsp-charset>对编译和CLASS文件的输出都会产生影响。

3 “中文”从Servlet源文件到Class的转变过程

Compile-charset

Servlet源文件中

Class文件中

等效的Unicode

GB2312

D6 D0 CE C4

(GB2312)

E4 B8 AD E6 96 87 (UTF)

\u4E2D\u6587 (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 (D6 D0 CE C4前面各加了一个00)

无(默认)

D6 D0 CE C4

(GB2312)

ISO-8859-1

ISO-8859-1

 

普通Java程序的编译过程与Servlet完全一样

 

CLASS文件中的中文表示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编码表示了什么,那要看它是从哪种字符集映射过来的,也就是说要看它的祖先。这好比在托运行李时,外观都是纸箱子,里面装了什么就要看寄邮件的人实际邮了什么东西。

看看上面的例子,如果给一串Unicode编码“00D6 00D0 00CE 00C4”,如果不作转换,直接用Unicode码表来对照它时,是四个字符(而且是特殊字符);假如把它与“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;而假如把它当作GB2312来进行映射,得到的结果很可能是一大堆乱码,因为在GB2312中有可能没有(也有可能有)字符与00D6等字符对应(如果对应不上,将得到0x3f,也就是问号,如果对应上了,由于00D6等字符太靠前,估计也是一些特殊符号,真正的汉字在Unicode中的编码从4E00开始)。

各位看到了,同样的Unicode字符,可以解释成不同的样子。当然,这其中有一种是我们期望的结果。以上例而论,“D6 D0 CE C4”应该是我们所想要的,当把“D6 D0 CE C4”输出到IE中时,用“简体中文”方式查看,就能看到清楚的“中文”两个字了。(当然了,如果你一定要用“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?因为“00D6 00D0 00CE 00C4”本来就是由ISO8859-1转化过去的。

给出如下结论:

Class输出字符串前,会将Unicode的字符串按照某一种内码重新生成字节流,然后把字节流输入,相当于进行了一步“String.getBytes(???)”操作。???代表某一种字符集。

如果是Servlet,那么,这种内码就是在HttpServletResponse.setContentType()方法中指定的内码,也就是上文定义的<Servlet-charset>

如果是JSP,那么,这种内码就是在<%@ page contentType=""%>中指定的内码,也就是上文定义的<Jsp-charset>

如果是Java程序,那么,这种内码就是file.encoding中指定的内码,默认为ISO8859-1

当输出对象是浏览器时

以流行的浏览器IE为例。IE支持多种内码。假如IE接收到了一个字节流“D6 D0 CE C4”,你可以尝试用各种内码去查看。你会发现用“简体中文”时能得到正确的结果。因为“D6 D0 CE C4”本来就是简体中文中“中文”两个字的编码。

OK,完整地看一遍。

 

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

 

如果指定了<Jsp-charset>GB2312,转化过程如下表。

4 Jsp-charset = GB2312时的变化过程

序号

步骤说明

结果

1

编写JSP源文件,且存为GB2312格式

D6 D0 CE C4

D6D0= CEC4=文)

2

jspcJSP源文件转化为临时JAVA文件,并把字符串按照GB2312映射到Unicode,并用UTF格式写入JAVA文件中

E4 B8 AD E6 96 87

3

把临时JAVA文件编译成CLASS文件

E4 B8 AD E6 96 87

4

运行时,先从CLASS文件中用readUTF读出字符串,在内存中的是Unicode编码

4E 2D 65 87(在Unicode4E2D= 6587=文)

5

根据Jsp-charset=GB2312Unicode转化为字节流

D6 D0 CE C4

6

把字节流输出到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”查看结果

“中文”(正确显示)

 

如果指定了<Jsp-charset>ISO8859-1,转化过程如下表。

5 Jsp-charset = ISO8859-1时的变化过程

序号

步骤说明

结果

1

编写JSP源文件,且存为GB2312格式

D6 D0 CE C4

D6D0= CEC4=文)

2

jspcJSP源文件转化为临时JAVA文件,并把字符串按照ISO8859-1映射到Unicode,并用UTF格式写入JAVA文件中

C3 96 C3 90 C3 8E C3 84

3

把临时JAVA文件编译成CLASS文件

C3 96 C3 90 C3 8E C3 84

4

运行时,先从CLASS文件中用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

根据Jsp-charset=ISO8859-1Unicode转化为字节流

D6 D0 CE C4

6

把字节流输出到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”查看结果

乱码,其实是四个ASCII字符,但由于大于128,所以显示出来的怪模怪样

8

改变IE的页面编码为“简体中文”

“中文”(正确显示)

 

奇怪了!为什么把<Jsp-charset>设成GB2312ISO8859-1是一个样的,都能正确显示?因为表45中的第2步和第5步互逆,是相互“抵消”的。只不过当指定为ISO8859-1时,要增加第8步操作,殊为不便。

再看看不指定<Jsp-charset> 时的情况。

6 未指定Jsp-charset 时的变化过程

序号

步骤说明

结果

1

编写JSP源文件,且存为GB2312格式

D6 D0 CE C4

D6D0= CEC4=文)

2

jspcJSP源文件转化为临时JAVA文件,并把字符串按照ISO8859-1映射到Unicode,并用UTF格式写入JAVA文件中

C3 96 C3 90 C3 8E C3 84

3

把临时JAVA文件编译成CLASS文件

C3 96 C3 90 C3 8E C3 84

4

运行时,先从CLASS文件中用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

根据Jsp-charset=ISO8859-1Unicode转化为字节流

D6 D0 CE C4

6

把字节流输出到IE

D6 D0 CE C4

7

IE用发出请求时的页面的编码查看结果

视情况而定。如果是简体中文,则能正确显示,否则,需执行表5中的第8

 

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

 

如果<Compile-charset>GB2312<Servlet-charset>=GB2312

7 Compile-charset=Servlet-charset=GB2312 时的变化过程

序号

步骤说明

结果

1

编写Servlet源文件,且存为GB2312格式

D6 D0 CE C4

D6D0= CEC4=文)

2

javac –encoding GB2312JAVA源文件编译成CLASS文件

E4 B8 AD E6 96 87 (UTF

3

运行时,先从CLASS文件中用readUTF读出字符串,在内存中的是Unicode编码

4E 2D 65 87 (Unicode)

4

根据Servlet-charset=GB2312Unicode转化为字节流

D6 D0 CE C4 (GB2312)

5

把字节流输出到IE中并设置IE的编码属性为Servlet-charset=GB2312

D6 D0 CE C4 (GB2312)

6

IE用“简体中文”查看结果

“中文”(正确显示)

 

如果<Compile-charset>ISO8859-1<Servlet-charset>=ISO8859-1

8 Compile-charset=Servlet-charset=ISO8859-1时的变化过程

序号

步骤说明

结果

1

编写Servlet源文件,且存为GB2312格式

D6 D0 CE C4

D6D0= CEC4=文)

2

javac –encoding ISO8859-1JAVA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文件中用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!!!)

4

根据Servlet-charset=ISO8859-1Unicode转化为字节流

D6 D0 CE C4

5

把字节流输出到IE中并设置IE的编码属性为Servlet-charset=ISO8859-1

D6 D0 CE C4 (GB2312)

6

IE用“西欧字符”查看结果

乱码(原因同表5

7

改变IE的页面编码为“简体中文”

“中文”(正确显示)

 

如果不指定Compile-charsetServlet-charset,其默认值均为ISO8859-1

 

Compile-charset=Servlet-charset时,第2步和第4步能互逆,“抵消”,显示结果均能正确。读者可试着写一下Compile-charset<>Servlet-charset时的情况,肯定是不正确的。

 

当输出对象是数据库时

输出到数据库时,原理与输出到浏览器也是一样的。本节只是Servlet为例,JSP的情况请读者自行推导。

假设有一个Servlet,它能接收来自客户端(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,显示到客户端。

9 输出对象是数据库时的变化过程(1)

序号

步骤说明

结果

1

IE中输入“中文”

D6 D0 CE C4

IE

2

IE把字符串转变成UTF,并送入传输流中

E4 B8 AD E6 96 87

3

Servlet接收到输入流,用readUTF读取

4E 2D 65 87(unicode)

Servlet

4

编程者在Servlet中必须把字符串根据GB2312还原为字节流

D6 D0 CE C4

5

编程者根据数据库内码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把接收到的字符串按照ISO8859-1生成字节流

D6 D0 CE C4

9

JDBC把字节流写入数据库中

D6 D0 CE C4

10

完成数据存储工作

D6 D0 CE C4

数据库

以下是从数据库中取出数的过程

11

JDBC从数据库中取出字节流

D6 D0 CE C4

JDBC

12

JDBC按照数据库的字符集ISO8859-1生成字符串,并提交给Servlet

00 D6 00 D0 00 CE 00 C4 (Unicode)

13

Servlet获得字符串

00 D6 00 D0 00 CE 00 C4 (Unicode)

Servlet

15

编程者必须根据数据库的内码ISO8859-1还原成原始字节流

D6 D0 CE C4

16

编程者必须根据客户端字符集GB2312生成新的字符串

4E 2D 65 87

Unicode

Servlet准备把字符串输出到客户端

17

Servlet根据<Servlet-charset>生成字节流

D6 D0 CE C4

Servlet

18

Servlet把字节流输出到IE中,如果已指定<Servlet-charset>,还会设置IE的编码为<Servlet-charset>

D6 D0 CE C4

19

IE根据指定的编码或默认编码查看结果

“中文”(正确显示)

IE

解释一下,表中第45步和第1516步是用红色标记的,表示要由编码者来作转换。第45两步其实就是一句话:“new String(source.getBytes("GB2312"), "ISO8859-1")”。第1516两步也是一句话:“new String(source.getBytes("ISO8859-1"), "GB2312")”。亲爱的读者,你在这样编写代码时是否意识到了其中的每一个细节呢?

 

至于客户端内码和数据库内码为其它值时的流程,和输出对象是系统控制台时的流程,请读者自己想吧。明白了上述流程的原理,相信你可以轻松地写出来。

 

行文至此,已可告一段落了。终点又回到了起点,对于编程者而言,几乎是什么影响都没有。

因为我们早就被告之要这么做了。

 

以下给出一个结论,作为结尾。

1、  Jsp文件中,要指定contentType,其中,charset的值要与客户端浏览器所用的字符集一样;对于其中的字符串常量,不需做任何内码转换;对于字符串变量,要求能根据ContentType中指定的字符集还原成客户端能识别的字节流,简单地说,就是“字符串变量是基于<Jsp-charset>字符集的”;

2、  Servlet中,必须用HttpServletResponse.setContentType()设置charset,且设置成与客户端内码一致;对于其中的字符串常量,需要在Javac编译时指定encoding,这个encoding必须与编写源文件的平台的字符集一样,一般说来都是GB2312GBK;对于字符串变量,与JSP一样,必须“是基于<Servlet-charset>字符集的”。

 

其实我什么都没做。