WelcometoHUAWEITechnologiespresentation

字符集與編碼2013年5月目錄?字符集與編碼方法?Java中字符的表示與處理?JavaWeb編程中文亂碼解決方法Log4j寫日志中文亂碼SecureCRT顯示中文亂碼字符集與編碼字符集(CharacterSet)?字符編碼（CharacterEncoding）字符集字符編碼對應語言ASCIIASCII英語ISO8859-1ISO8859-1拉丁字母GB2132GB簡體中文GBKGBK簡體中文GB18030GB18030簡體中文Big5Big5繁體中文UnicodeUTF-8多國語言ASCII碼ASCII ASCII使用7個比特（bit）進行字符編碼，最多可以表示2＾7（128）個字符，這些字符包括了大小寫英文字母、阿拉伯數(shù)字、標點符號、控制字符和其他符號。

每個字符用一個字節(jié)表示，每個字節(jié)的最高位為0。

例如：字符“A”在用ASCII碼中用2進制的“01000001”表示，換算成10進制為“65”。ISO8859-1ISO8859-1 ISO8859-1，又稱Latin-1，是在ASCII的基礎上，使用8比特編碼，新增了一些字符。新增的字符主要用來支持部分歐洲國家所使用的語言，例如：德語、葡萄牙語和西班牙語等。也就是說，ISO8859-1兼容ASCII。GB21321981年,開始使用國家標準《信息交換用漢字編碼字符集－基本集》，簡稱GB2312。GB2312使用雙字節(jié)編碼，一共包含了7445個字符，包括了6763個常用的漢字。對漢字分成了兩級，一級為常用字，有3755個字符，按照拼音排序，二級為次常用字，包括3008個字符，按照部首排序。GB2312主要應用在中國大陸和新加坡，幾乎所有的中文系統(tǒng)和國際化的軟件都支持GB2312，同時GB2312兼容ASCII。在GB2312的基礎上又進行了擴充。在1995年，推出了《漢字內碼擴展規(guī)范》，簡稱GBK。GB18030-2000編碼標準是由信息產業(yè)部和國家質量技術監(jiān)督局在2000年聯(lián)合發(fā)布的，GB18030編碼標準是在原來的GB2312和GBK編碼標準的基礎上進行擴充，增加了一些新的字符，特別是一些少數(shù)民族使用的字符。它的主要目的是為了解決一些生、偏、難字的問題。Unicode1991年Unicode把世界上幾十種文字整合在一個字符集中，Unicode中的每個字符都有一個唯一的數(shù)字進行表示。Unicode是由Unicode組織進行相關標準的制訂與推廣。UTF是Unicode/UCSTransformationFormat（統(tǒng)一字符集/統(tǒng)一字符編碼轉換格式）的縮寫，UTF就是Unicode的一種字符編碼（轉換）方法。Unicode組織推薦使用的是UTF-8和UTF-16，UTF-8是一種變長的編碼方式，也是當前Unicode最常用的一種字符編碼（轉換）方法。UTF-8編碼方式：CodepageUnicode不兼容中文的GB2312、GBK和Big5等字符集，也不兼容其他國家的字符集，為了能順利的實現(xiàn)Unicode和其他字符集之間的轉換，需要使用codepage技術。codepage是各種字符集和Unicode之間的映射表。codepage字符集936簡體中文GBK950繁體中文Big565001UTF-8932日文JAVA字符Java中的字符主要通過char、byte和String這3種類型進行表示。?Char表示的是1個Unicode字符，byte是字節(jié)，String是字符串，它是多個char類型字符的序列。字符串在網(wǎng)絡傳輸或者存儲前需要轉換成byte數(shù)組。從網(wǎng)絡接收或從存儲設備讀取內容的一般是byte數(shù)組。JAVAWEB中文亂碼調用JSP頁面顯示亂碼通過瀏覽器調用JSP頁面，在瀏覽器中所有的中文內容出現(xiàn)亂碼。原因是JSP保存文件默認使用ISO8859-1編碼，該字符集不支持中文。首先確認本JSP在編輯器中保存文件內容時，使用的是UTF-8的編碼格式，然后在JSP頁面的開始，添加<%@

charset=UTF-8，pageEncoding="UTF-8"%>就可以解決這個中文亂碼問題。演示程序index.jspJAVAWEB中文亂碼調用Servlet頁面顯示亂碼通過瀏覽器調用Servlet，Servlet在瀏覽器中顯示的內容出現(xiàn)亂碼。在Servlet使用response對輸出內容之前，先執(zhí)行response.setContentType("text/html;charset=utf-8")，設定輸出的內容的編碼為UTF-8。演示程序servlet01.javaJAVAWEB中文亂碼POST表單傳遞參數(shù)亂碼通過JSP頁面、HTML頁面或者Servlet中的表單元素提交參數(shù)給對應的JSP頁面或者Servlet，而JSP頁面或者Servlet接收的中文參數(shù)值亂碼。解決辦法1：在接收POST提交的參數(shù)之前，使用request.setCharacterEncoding(“UTF-8”)設定接收參數(shù)的內容使用UTF-8編碼。解決方法2:使用過濾器技術，在接收參數(shù)之前，設定傳遞的參數(shù)內容的編碼是UTF-8。演示程序index.jsp、servlet01.javaLog4j中文亂碼Log4j寫日志文件，文件中的中文出現(xiàn)亂碼.log4j通過QuietWriter寫日志，QuietWriterextendsFilterWriter，F(xiàn)ilterWriterextendsWriter，而Writer寫入的是字符流，對字符集比較敏感。英文系統(tǒng)一般默認latin-1字符集，只能處理半角，通過encoding指定字符集后，能夠正確輸出指定字符集的字符流。log4j.appender.A1=org.apache.log4j.RollingFileAppender

log4j.appender.A1.Encoding=UT