日语的文字编码

1、常用编码

日语的文字编码主要是Shift_JIS、EUC-JP、ISO-2022-JP这三种。

（1）Shift_JIS主要是Windows和Macintosh使用的文字编码。

Shift_JIS 的文字集合基本是按照JIS X 0208规定的。但实际上各个厂商各自进行扩展，包含了大量重复的、规格以外的文字。因此，Windows在本来的 Shift_Jis的文字集合之外，又增加了NEC扩展、IBM扩展所包含的文字。这种规格和实际情况的分歧长期存在，随着windows-31J的规格化，混乱情况有所改善。

（2）EUC-JP是被Linux和Solaris广泛地使用的文字编码。

（3）ISO-2022-JP主要被Email使用的文字编码。只使用7个bit，第8个bit不使用，所以不适合程序中的字符串处理，主要使用在网络中的数据交换中。
------------------------------------
2、Shift_JIS和Windows-31的不同点

Shift_JIS/Windows-31J → Unicode的映射
-----------------------------
JIS X 0208の文字    Shift_JIS/Windows-31Jのコード     Shift_JIS→Unicode     Windows-31J→Unicode
-----------------------------
～ (1-33, WAVE DASH)     8160             U+301C         U+FF5E
∥ (1-34, DOUBLE VERTICAL LINE)     8161         U+2016         U+2225
－ (1-61, MINUS SIGN)     817C             U+2212         U+FF0D
￠ (1-81, CENT SIGN)     8191             U+00A2         U+FFE0
￡ (1-82, POUND SIGN)     8192             U+00A3         U+FFE1
￢ (2-44, NOT SIGN)     81CA             U+00AC         U+FFE2
IBM独自拡張                      ×         ○
NEC独自拡張                      ×         ○
-------------------------------------------------
用户自定义文字，被映射到Unicode的私用领域。

转换器        Shift_JIS范围     Unicode范围
------------------------------
Windows-31J     F040～F9FC     E000～E757

Unicode → Shift_JIS/Windows-31J 的映射
--------------------------------------------
Unicodeの文字         Unicodeのコード         Shift_JIS         Windows-31J
∥ (DOUBLE VERTICAL LINE) U+2016             8161         ×
－ (MINUS SIGN)         U+2212             817C         ×
～ (WAVE DASH)         U+301C             8160         ×
－ (FULLWIDTH HYPHEN-MINUS) U+FF0D         ×         817C
～ (FULLWIDTH TILDE)     U+FF5E             ×         8160
￠ (FULLWIDTH CENT SIGN) U+FFE0             ×         8191
￡ (FULLWIDTH POUND SIGN) U+FFE1         ×         8192
￢ (FULLWIDTH NOT SIGN) U+FFE2             ×         81CA

总结一下，Shift_JIS和 Windows-31J 有以下两点不同：
<1>Windows-31J包括IBM的扩展文字和NEC的扩展文字。
<2>一些符号转换为Unicode的编码点是不同的。

所以，通常使用 Windows-31J可以避免一些问题。
=================================================================

3.Java中的MS932就是Windows-31J

WebLogic Server 8.1 SP1  及更高版本的 Service Pack 使用 JDK1.4.1 或更高版本，并会影响 Shift_JIS 区域。在  WebLogic Server 7.0 及以前的版本使用的 JDK(JDK1.3) 中，“Shift_JIS”Java 编码名的别名是 “MS932”。

对于 WebLogicServer 系统中的 IANA-Java 映射，IANA 字符集名“Shift_JIS” 作为 Java 编码名 Shift_JIS 进行处理。因此，在 JSP、Servlet 或 Web Service 使用 Shift_JIS  时，其操作将与以前版本不同。例如，MS932 专有字符（“@”等）将变为“?”。因此，如果希望一如既往地使用 MS932，则应当使用 IANA  名称“Windows-31j”。要使用 MS932，请采用下面的方法 1 或 2。

方法 1 --- 重写 JSP/Servlet 的程序文件。

--- 对于 JSP，在 page 标记中将 Shift_JIS 重写为 Windows-31J。
示例：
当 JSP 中存在以下行且使用 MS932 字符时，请将

<%@ page contentType="text/html; CHARSET=Shift_JIS" %>

重写为：

<%@ page contentType="text/html; CHARSET=Windows-31J" %>

--- 在 Servlet 中更改 setContentType() 的规范。
对于 Servlet，当存在以下规范且使用 MS932 字符时，请将

response.setContentType("text/html;charset=Shift_JIS");

重写为：

response.setContentType("text/html;charset=Windows-31J");

“Windows -31J”是使用 IANA 正式注册的字符集名称，等同于 Microsoft 代码页 932。同样，对于 Java 来说，MS932 与  Microsoft 代码页 932 相关联。因此，Java 中的“MS932”便是 IANA 的“Windows-31J”。实际上在 Java 中，“Windows-31J”也是 MS932 的别名。就目前而言，保持 Java 编码名与 IANA 名称的一致渐成趋势。如果将来希望使用对应于 Microsoft 代码页 932 的字符集，则强烈建议使用“Windows-31J”。

方法 2 --- 在 weblogic.xml 中更改映射（不遵从 J2EE）

在 weblogic.xml  部署描述符文件中，可以将 IANA 名称 Shift_JIS 强制映射为 Java 名称 Windows-31J。这样，您可以不必重写 JSP  或 Servlet 代码，便能够将 Shift_JIS 作为 Windows-31J 进行处理。请在 weblogic.xml 中包括以下项，然后重新部署 Web 应用程序。

<weblogic-web-app>
  <charset-params>
    <charset-mapping>
      <iana-charset-name>Shift_JIS</iana-charset-name>
      <java-charset-name>Windows-31J</java-charset-name>
    </charset-mapping>
  </charset-params>
</weblogic-web-app>

但是，这种方法是 WebLogic Server 特有的，不遵从 J2EE。换句话说，它不能与其他 J2EE Servlet 容器交互操作。 “Shift_JIS”IANA 名称为等同于 JIS X 0201 + JIS X 0208 的字符集。因此将此字符集当作 Microsoft  代码页 932 使用是不合适的。仅在由于某些原因难于更正 JSP 或 Servlet 代码时才使用此方法