各位看到了,同样的Unicode字符,可以解释成不同的样子。当然,这其中有一种是我们期望的结果。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。(当然了,如果你一定要用“西欧字符”来看,那也没办法,你将得不到任何有何时何地的东西)为什么呢?因为“00D6 00D0 00CE 00C4”本来就是由ISO8859-1转化过去的。
给出如下结论:
在Class输出字符串前,会将Unicode的字符串按照某一种内码重新生成字节流,然后把字节流输入,相当于进行了一步“String.getBytes(???)”操作。???代表某一种字符集。
如果是Servlet,那么,这种内码就是在HttpServletResponse.setContentType()方法中指定的内码,也就是上文定义的<Servlet-charset>。
如果是JSP,那么,这种内码就是在<%@ page contentType=""%>中指定的内码,也就是上文定义的<Jsp-charset>。
如果是Java程序,那么,这种内码就是file.encoding中指定的内码,默认为ISO8859-1。
当输出对象是浏览器时
以流行的浏览器IE为例。IE支持多种内码。假如IE接收到了一个字节流“D6 D0 CE C4”,你可以尝试用各种内码去查看。你会发现用“简体中文”时能得到正确的结果。因为“D6 D0 CE C4”本来就是简体中文中“中文”两个字的编码。
OK,完整地看一遍。
JSP:源文件为GB2312格式的文本文件,且JSP源文件中有“中文”这两个汉字
如果指定了<Jsp-charset>为GB2312,转化过程如下表。
表4 Jsp-charset = GB2312时的变化过程
| 序号 | 步骤说明 | 结果 |
| 1 | 编写JSP源文件,且存为GB2312格式 | D6 D0 CE C4 (D6D0=中 CEC4=文) |
| 2 | jspc把JSP源文件转化为临时JAVA文件,并把字符串按照GB2312映射到Unicode,并用UTF格式写入JAVA文件中 | E4 B8 AD E6 96 87 |
| 3 | 把临时JAVA文件编译成CLASS文件 | E4 B8 AD E6 96 87 |
| 4 | 运行时,先从CLASS文件中用readUTF读出字符串,在内存中的是Unicode编码 | 4E 2D 65 87(在Unicode中4E2D=中 6587=文) |
| 5 | 根据Jsp-charset=GB2312把Unicode转化为字节流 | D6 D0 CE C4 |
| 6 | 把字节流输出到IE中,并设置IE的编码为GB2312(作者按:这个信息隐藏在HTTP头中) | D6 D0 CE C4 |
| 7 | IE用“简体中文”查看结果 | “中文”(正确显示) |
如果指定了<Jsp-charset>为ISO8859-1,转化过程如下表。









