web开发 笔记 - 中文编码问题

1.起初在windows下，结合eclipse和tomcat开发web应用。后来要求将项目部署到另一台linux服务器。

2.接着在linux服务器上安装JDK，tomcat。

3.将windows下的web project打包成war文件之后直接放至linux服务器 tomcat目录 webapps下，启动tomcat......

4.之后运行web项目，发现中文是乱码！尽管在浏览器中换各种coding都不能显示出正常的汉字。

5.慢慢分析之后，发现在windows下，eclipse默认文件编码格式是GBK，在linux即使浏览器采用GBK解码，也是看不到正确的汉字。

6.因此唯一的办法就是将windows下eclipse文件编码格式设置为UTF-8（以后最好都设置为UTF-8），如下：

windows->Preferences...打开"首选项"对话框，左侧导航树，导航到general->Workspace，右 侧Text file encoding，选择Other，改变为UTF-8，以后新建立工程其属性对话框中的Text file encoding即为UTF-8。

之后，eclipse默认文件编码格式为UTF-8。

7.假设现在已经有一大推GBK格式的文件，eclipse编码格式转换为UTF-8之后，文件中中文都是乱码，如何将原来的GBK格式的文件都转换为UTF-8格式的？

首先，将原来GBK格式的文件保存一份；

接着，将eclipse编码格式设置为UTF-8，之后web项目所有文件格式为UTF-8，中文出现乱码；

然后，将保存的GBK格式的文件用editplus等打开，对应覆盖掉eclipse中乱码的文件；

这样，web项目的所有文件转换为UTF-8格式。

文件比较多，过程会比较辛苦。

8.将所有文件编码格式转换为UTF-8之后，整个web项目打包为war部署到linux服务器tomcat下，启动tomcat，perfect！中文乱码解决！

9.UTF-8和GBK区别（来自baidu）：

字符均使用双字节来表示，只不过为区分中文，将其最高位都定成1。

至于UTF－8编码则是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。对于英文字符较多的论坛则用UTF－8节省空间。

GBK包含全部中文字符；UTF-8则包含全世界所有国家需要用到的字符。

GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准（好像还不是国家标准）
UTF-8编码的文字可以在各国各种支持UTF8字符集的浏览器上显示。
比如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，而无需他们下载IE的中文语言支持包。 所以，对于英文比较多的论坛 ，使用GBK则每个字符占用2个字节，而使用UTF－8英文却只占一个字节。

UTF8是国际编码，它的通用性比较好，外国人也可以浏览论坛，GBK是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大~

10.总结经验，以后web项目还是统一设置为UTF-8编码格式，便于扩展、通用性等。

11.最后欣赏~