乱码编码问题学习小结(包括Java)

在使用java的过程中，由于平台和国际化的需要，需要处理多种文字编码，这时很多乱码问题就来了，虽然每次都测试实验最后找到解决方案，但不知所以然，所以仔细学习了一下相关东西，加上自己的实践总结。

首先请访问一篇好文章： http://www.regexlab.com/zh/encoding.htm
（字符，字节和编码，包括C++,Java相关讨论）

实践中问题以及思路：

将程序生成的html内容用getBytes("gb2312")得到字节流，用FileOutputStream写到磁盘（操作系统文件编码iso-8859-1）。按理来说，直接以字节流写出去，不会出转换的问题。但实际上用任何软件打开都是乱码。（如果操作系统文件编码gb2312不会出问题）

分析：问题在于任何软件尤其IE都根据操作系统文件编码进行了转换成自己使用的编码，所以反而出错了。

解决：用纯字节流写，即转化成iso-8859-1（唯一的和Unicode有映射单字节编码，而且从任何字节流转换都不会丢失数据，见前面推荐的文章）写到磁盘，无论操作系统是什么编码（如gb，jis等等），从磁盘读出来的数据都是纯字节流，没有丢失，其他软件再根据自己的方式转换成适当的编码就没有问题。

一个常见问题讨论：

http://topic.csdn.net/t/20051208/10/4445548.html

1，首先，我修改了xml文件的编码方式，改为“GBK”编码格式的xml;

<?xml version="1.0" encoding="GBK"?>

2, 在访问数据库的配置文件中，访问mysql的url 参数修改为：useUnicode=true&characterEncoding=GBK；

3，在我的Pageconfig的类修改取xml的xml.getBytes("ISO8859-1"));

InputStream st = new ByteArrayInputStream(xml.getBytes("ISO8859-1"));

这个我先前也曾经尝试过，但没有匹配成功；

4，需要修改mysql数据库的默认编码：

default-character-set=GBK

default-collation=GBK

5，关于以下的取值，不做任何转码；

ret.title =page.getAttributeValue("title");

6，因为我有一个专门最后生成wml页面的转码的类，将会转成utf-8格式；