java程序员都曾遇到过这样的问题：输入的中文不能正确显示在界面上，保存在数据库中的也是一堆乱码，或者数据库或数据文件中存放的是正确的中文，可是在java程序中看到的却是一大串的“？”。
　　这就是通常所说的“中文问题”。
　　java中与中文相关的编码
　　在jdk中，提供了对大多数常用语言的支持。在解决“中文问题”时，表1中的编码是最常用，或者就是最有关系的。
　　表1　jdk中与中文相关的编码列表
　　　
　　在实际编程时，接触得比较多的是gb2312（gbk）和iso8859-1。
　　注：utf是unicode transformation format的缩写，意为unicode转换格式。可以这么描述java程序中unicode与utf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writeutf和readutf来完成得。
　　servlet/jsp对中文的处理过程
　　总体流程
　　把问题想成是一个黑匣子。先看黑匣子的一级表示（如图1所示）：
　　　
　　图1 ipo模型
　　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charseta到unicode再到charsetb”的转化。
　　再看二级表示（如图2所示）：
　　　
　　图2 jsp、java输出模型
　　在这个图中，输入的是jsp和java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（如图3所示）：
　　　
　　图3 ipo模型
　　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，并跟踪其中中文内容的变化。
　　
　　一般地，jsp源文件经过如下步骤后变成可被引擎执行的class文件：
　　
　　1. jsp/servlet引擎提供的jsp转换工具（jspc）搜索jsp文件中用<%@ page contenttype ="text/html; charset="%>中指定的charset。如果在jsp文件中未指定，则默认为iso8859-1(或者说是latin-1)。
　　
　　2. jspc用相当于“javac -encoding ”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”。然后，经过了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 utf-8”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"%>
　　
　　<%
　　string a="中文";
　　out.println(a);
　　%>
　　
　　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文件转变成的java文件，发现其中的“中文”两个字的位置确实被“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，也是“e4 b8 ad e6 96 87”。
　　再看jsp中指定的charset为iso-8859-1的情况：
　　<%@ page contenttype="text/html; charset=iso-8859-1"%>
　　
　　<%
　　string a="中文";
　　out.println(a);
　　%>
　　
　　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：jspc用iso-8859-1来解释“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java文件和class文件，“中文”两个字的位置果然都表示为“c3 96 c3 90 c3 8e c3 84”。
　　如果上述代码中不指定，即把第一行写成“<%@ page contenttype="text/html" %>”，jspc会使用默认的“iso8859-1”来解释jsp文件。
　　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“jsp-charset到unicode再到utf”。表2总结了这个过程：
　　表2　“中文”从jsp到class的转化过程
　　　
　　servlet：从源文件到class的过程
　　
　　servlet源文件是以“.java”结尾的文本文件。我们将讨论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 ”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。
　　在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httpservletresponse的setcontent type方法来达到与在jsp中设置一样的效果，称之为。
　　注意：文中一共提到了三个变量：、和。其中，jsp文件只与有关，而和只与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("");
　　out.println("#中文#");
　　out.println("");
　　}
　　}
　　该文件也是用ultraedit for windows编写的，其中的“中文”两个字保存为字节流“d6 d0 ce c4”（gb2312编码）。
　　开始编译。表3是不同时，class文件中“中文”两字的十六进制码。在编译过程中，不起任何作用。只对class文件的输出产生影响，可以说和一起，达到与jsp文件中的相同的效果，因为对编译过程和class文件的输出都会产生影响。
　　表3　“中文”从servlet源文件到class的转变过程
　　　
　　注意：普通java程序的编译过程与servlet完全一样。
　　截止现在，从jsp或servlet的源文件到class文件的过程中中文内容的蜕变历程是不是昭然若揭了？ok，接下来看看class文件中的中文又是怎样被输出的呢？
　　
　　class：输出字符串
　　
　　class文件是java程序的一种存储载体。当class文件被虚拟机执行时，通过readutf把class文件中的内容读入内存中。字符串在内存中表示为unicode编码。当要把内存中的内容输出到别的程序或是外围设备(如终端)上去时，问题就来了(为了简单起见，把“别的程序或外围设备”称之为“输出对象”)。
　　
　　1.如果输出对象能处理unicode字符，则一切都很简单，只要把unicode字符直接传给输出对象即可。
　　
　　2.事实是，大多数输出对象不能直接处理unicode，它们只能处理iso8859-1和gb2312等。在往输出对象输出字符串时，需要做一定的转换才行。
　　
　　看看下面的例子，给定一个有四个字符的unicode字符串“00d6 00d0 00ce 00c4”，如果输出到只能识别“iso8859-1”的程序中去，则直接去掉前面的“00”即可得到目的字符串“d6 d0 ce c4”。假如把它们输出到gb2312的程序中去，得到的结果很可能是一大堆乱码。因为在gb2312中可能没有（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）。
　　
　　同样的unicode字符，输出到不同编码的对象中去时，结果是不同的。当然，这其中有一种是我们期望的结果。对于能处理中文的输出对象而言，自然希望输入的内容(也就是java程序输出的内容)是基于gb2312编码有意义的中文字符串。
　　
　　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。
　　
　　得出如下结论：
　　
　　java程序在输出字符串前，必须先把unicode的字符串按照某一种内码重新生成字节流，然后把字节流输出给“输出对象”，相当于进行了一步“string.getbytes(???)”操作，其中???代表一种字符集的名字。
　　
　　1.如果是servlet，这种字符集是在httpservlet response.setcontenttype()方法中指定的，也就是上文定义的。