JSP/Servlet中的編碼問題(doc 6頁)

每個國家（或區域）都規定了計算機信息交換用的字符編碼集，如美國的擴展 ASCII碼, 中國的 GB2312-80，日本的 JIS 等，作為該國家/區域內信息處理的基礎，有著統一編碼的重要作用。字符編碼集按長度分為 SBCS（單字節字符集），DBCS（雙字節字符集）兩大類。早期的軟件（尤其是操作係統），為了解決本地字符信息的計算機處理，出現了各種本地化版本（L10N），為了區分，引進了 LANG, Codepage 等概念。但是由於各個本地字符集代碼範圍重疊，相互間信息交換困難；軟件各個本地化版本獨立維護成本較高。因此有必要將本地化工作中的共性抽取出來，作一致處理，將特別的本地化處理內容降低到最少。這也就是所謂的國際化（I18N）。各種語言信息被進一步規範為 Locale 信息。處理的底層字符集變成了幾乎包含了所有字形的 Unicode。
現在大部分具有國際化特征的軟件核心字符處理都是以 Unicode 為基礎的，在軟件運行時根據當時的 Locale/Lang/Codepage 設置確定相應的本地字符編碼設置，並依此處理本地字符。在處理過程中需要實現 Unicode 和本地字符集的相互轉換，甚或以 Unicode 為中間的兩個不同本地字符集的相互轉換。這種方式在網絡環境下被進一步延伸，任何網絡兩端的字符信息也需要根據字符集的設置轉換成可接受的內容。
Java 語言內部是用 Unicode 表示字符的，遵守 Unicode V2.0。Java 程序無論是從/往文件係統以字符流讀/寫文件，還是往 URL 連接寫 HTML 信息，或從 URL 連接讀取參數值，都會有字符編碼的轉換。這樣做雖然增加了編程的複雜度，容易引起混淆，但卻是符合國際化的思想的。
從理論上來說，這些根據字符集設置而進行的字符轉換不應該產生太多問題。而事實是由於應用程序的實際運行環境不同，Unicode 和各個本地字符集的補充、完善，以及係統或應用程序實現的不規範，轉碼時出現的問題時時困擾著程序員和用戶。

..............................