汉字字符编码与转码详解，iso-8859-1的妙用

程序中有汉字参数，经常会遇到编码转码问题，总结下： 
1.汉字为多字节字符，须多字节编码解码，如"测试".getBytes("GBK"); 

这样"测试".getBytes("GBK")就变成一个byte数组，这时候你可以随意重新指定编码如iso-8859-1, 
String s1=new String("测试".getBytes("GBK"),"iso-8859-1"); 

编为s1,这是s1就变成一个是iso-8859-1编码的字符串，如果你想重新转为中文，那么，你用什么字符集编码的，必须用什么字符集来解 码，这里是iso-8859-1,可以这么来做 

String s2 = new String(s1.getBytes("ISO-8859-1"),"GBK"); 


这样s2又重新变回中文了，所以当你打印s2时，就是“测试”。 


2.用iso-8859-1做中间编码，注意不是开始编码和编回的编码（开始和编回的可用GBK或者UTF8），只做中间编码，原因： 

[1]iso-8859-1是单字节字符编码， 

[2]ANSI 编码 (如：GB2312, GBK(gbk包括了gb2312),BIG5,Shift_JIS,ISO-8859-2等等），是多字节编码（英文单字节，中文多字节）,不是定长编码； 

[3]UNICODE ,UTF-8, UTF-7, UTF-16, UnicodeLittle, UnicodeBig,是宽字节编码（所有字符均是多字节） 

因此用iso-8859-1做中间码，会保持原有字节的秩序，不发生混乱；可以理解为其他的编码对iso-8859-1兼容吧。 

因此，我们常常使用iso-8859-1做中间码来进行逆向操作，得到原始的“字节串”。

String s1=new String("测试".getBytes("GBK"),"iso-8859-1"); 

 

bytes = s1.getBytes("iso-8859-1") 

然后再使用正确的ANSI 编码，比如 string = new String(bytes, "GBK")，来得到正确的“UNICODE 字符串”。 

GBK-> iso-8859-1 -> iso-8859-1 -> GBK

不信的话可以试试，utf8和gb不能互相转换，只有iso-8859-1做中间码可以完美互相转码！！！

 

 

utf-8编码可以用gbk和iso8859-1解码后编回去
gbk编码后只能用iso8859-1解码后编回去

 

看个例子：

        byte[] utf = "测试".getBytes("UTF8");
        byte[] gbk = "测试".getBytes("GBK");
        byte[] iso = "测试".getBytes("iso-8859-1");
        
        String utf_gbk = new String(utf,"GBK");
        String utf_iso = new String(utf,"iso-8859-1");
        
        String utf_gbk_gbk_utf = new String(utf_gbk.getBytes("GBK"),"UTF8");
        String utf_iso_ios_utf = new String(utf_iso.getBytes("iso-8859-1"),"UTF8");
        
        System.out.println("utf被gbk,iso编后：==========");
        System.out.println(utf_gbk);
        System.out.println(utf_iso);
        
        System.out.println("utf被编回：==========");
        System.out.println(utf_gbk_gbk_utf);
        System.out.println(utf_iso_ios_utf);
        
        
        
        String gbk_utf = new String(gbk,"UTF8");
        String gbk_iso = new String(gbk,"iso-8859-1");
        
        String gbk_utf_utf_gbk = new String(gbk_utf.getBytes("UTF8"),"GBK");
        String gbk_iso_iso_gbk = new String(gbk_iso.getBytes("iso-8859-1"),"GBK");
        System.out.println("gbk被utf,iso编后：==========");
        System.out.println(gbk_utf);
        System.out.println(gbk_iso);
        
        System.out.println("gbk被编回：==========");
        System.out.println(gbk_utf_utf_gbk);
        System.out.println(gbk_iso_iso_gbk);
        
        
        String iso_utf = new String(iso,"UTF8");
        String iso_gbk = new String(iso,"GBK");
        
        String iso_utf_utf_iso = new String(iso_utf.getBytes("UTF8"),"iso-8859-1");
        String iso_gbk_utf_iso = new String(iso_gbk.getBytes("GBK"),"iso-8859-1");
        System.out.println("iso被utf,gbk编后：==========");
        System.out.println(iso_utf);
        System.out.println(iso_gbk);
        
        System.out.println("iso被编回：==========");
        System.out.println(iso_utf_utf_iso);
        System.out.println(iso_gbk_utf_iso);

结果：

utf被gbk,iso编后：==========
娴嬭瘯
测试
utf被编回：==========
测试
测试
gbk被utf,iso编后：==========
����
²âÊÔ
gbk被编回：==========
锟斤拷锟斤拷
测试
iso被utf,gbk编后：==========
??
??
iso被编回：==========
??
??

 

3.setCharacterEncoding()    该函数用来设置http请求或者相应的编码。

对于request，是指提交内容的编码，指定后可以通过getParameter()则直接获得正确的字符串，如果不指定，则默认使用iso8859-1编码，需要进一步处理。参见下述"表单输入"。值得注意的是在执行setCharacterEncoding()之前，不能执行任何getParameter()。java doc上说明：This method must be called prior to reading request parameters or reading input using getReader()。而且，该指定只对POST方法有效，对GET方法无效。分析原因，应该是在执行第一个getParameter()的时候，java将会按照编码分析所有的提交内容，而后续的getParameter()不再进行分析，所以setCharacterEncoding()无效。而对于GET方法提交表单是，提交的内容在URL中，一开始就已经按照编码分析所有的提交内容，setCharacterEncoding()自然就无效。

    对于response，则是指定输出内容的编码，同时，该设置会传递给浏览器，告诉浏览器输出内容所采用的编码。

在JSP页面获取表单的值时会出现乱码，有两种解决方法：

一种是在调用getParameter之前通过request.setCharacterEncoding设置字符编码，

另一种是调用new String(str.getBytes("iso8859-1"), "UTF-8");编码后解码，这两种方法都可以得到正确的结果