关于Tomcat中乱码的产生原因详解

getBytes() 与 getBytes(String charset)

无参表示当前平台默认字符集

该方法的作用即，拿着你给的字符串，去指定的码表中查找其对应的字节数组

对于在码表中查找不到的，统一给你个？

这个？对应字节63，你会经常看到的

System.out.println(Arrays.toString(s.getBytes("iso-8859-1")));//[63, 63]

西欧码表中根本没有中文，你拿这两个字去找，肯定给你两个问号啊

----------------------------------------------------------------------------

数据存储的过程：

比如将“中国”存入Tomcat服务器中

第一步，对中国调用getBytes()方法，假如是utf-8格式对应

[-28, -72, -83, -27, -101, -67]，假如是gbk格式，对应的是[-42, -48, -71, -6]

第二步，拿着这个字节数组去西欧码表ISO8859-1中按它的规则查找对应的字符

分别对应 ä¸­å½ 和 Öйú

第三步，将查到的字符存起来（前后过程对应的字节数组是没有变化）

上述过程的代码表现形式即：

String s1 ="中国";

String s2 = new String(s1.getBytes(),"iso8859-1");

数据取出的过程：

不做任何处理,必出乱码，其代码表现形式

String s3 =new String(s2.getBytes("iso8859-1"),"iso8859-1");

正确处理方式

String s3 = new String(s2.getBytes("iso8859-1"),"utf-8")

再次得到“中国”

---------------------------------------------------------------------------

以上述原理解释，为什么gbk转不回utf8

String s1 ="中国";

String s2 = new String(s1.getBytes(),"utf-8");

System.out.println(s2); // ?й?

它在这一步就出了问题，也就是说拿着[-28, -72, -83, -27, -101, -67]去GBK码表中找对应字符的时候，它连这个对应的字符都找不到，比如说-28，-72这两个字节不对应任何一个字符，这时候，它就扔了个问号？过来。这个过程中，对字节数组的内容产生了改变，再想通过这个机制转回来是不可能实现的了

----------------------------------------------------------------------------

编码：将看得懂的变成看不懂的

解码：将看不懂的变成看得懂的

乱码出现的原因：编码方式与解码方式不一致

我们当前系统默认编码方式为gbk

String 类支持在创建时 按照指定编码方式创建String对象，

如public byte[]getBytes()

public byte[]getBytes(String charsetname)

使用平台的默认字符集或指定字符集将此 String 编码为 byte 序列，并将结果存储到一个新的 byte 数组中

也可以将其他基本类型以指定的编码格式进行解码

如String（byte[] bytes,Charset charset）

通过使用指定的charset 解码指定的 byte 数组，构造一个新的 String

------------------------------------------------------------------------------------------

getBytes()方法不存在正确错误的概念，重新编码而已，与被编码对象是什么原编码方式无关。只要保证解码过程对应正确就不会乱码

------------------------------------------------------------------------------------------

错误的编解码方式

String s1 = "你好"; //当前的eclipse平台默认编码方式为gbk时

String s2 = new String(s1.getBytes("utf8"),"gbk");

System.out.println(s2); //浣犲ソ

System.out.println(Arrays.toString(s2.getBytes("gbk")));//[-28, -67, -96, -27, -91, -67]

String correctS2 = new String(s2.getBytes("gbk"),"utf8");

System.out.println(correctS2); //你好

String s3 = new String(s1.getBytes("gbk"),"utf-8");

System.out.println(s3);//???

System.out.println(Arrays.toString(s3.getBytes("gbk"))); //[63, 63, 63]

System.out.println(Arrays.toString(s3.getBytes("utf8")));//[-17, -65, -67, -17, -65, -67, -17, -65, -67]

String correctS3 = new String(s3.getBytes("utf8"),"gbk");

System.out.println(correctS3); //锟斤拷锟?

//s2能正确转换是因为转换过程中，字节数组对应的值没有变化,2个汉字6个字节的utf8编码能找到对应的3个汉字6字节gbk编码

//s3在转换过程中，字节数组发生了变化，2个汉字4个字节的gbk编码无法找到对应的utf-8对应的汉字，找来了不对应的一些奇怪的东西，此时无论怎么转都转不回去了

-------------------------------------------------------------------------------------------------------