[ 永遠的UNIX > Hello UnicodeJAVA的中文處理學習筆記 ]

[ 永遠的UNIX::UNIX技術資料的寶庫 ] GB | BIG5

首頁 > 編程技術 > Java > 正文

Hello UnicodeJAVA的中文處理學習筆記

本文出自:http://www.chedong.com/tech 作者: 車東 chedong@bigfoot.com (2002-12-19 06:02:01)

最更新 2002-08-23 17:56:13

關鍵詞：linux java mutlibyte encoding locale i18n i10n

摘要：通過2個測試程序說明系統缺省編碼方式和應用的編碼策略對字符處理的影響，選擇合適的編碼處理策略，構建更符合國際化規范的通用應用。

測試程序-1
==========

為了了解JAVA應用的編碼處理的機制，首先要了解操作系統對JVM缺省編碼方式的影響，因此我做了一個Env.java，用打印顯示不同系統下JVM的屬性和系統支持的LOCALE。程序很簡單：

/*
 * Copyright (c) 2002 chedong@bigfoot.com
 * $Id: Env.java,v 1.1 2002/07/30 09:48:12 chedong Exp $
 */

import java.util.*;
import java.text.*;

/**
 * 目的：
 *     顯示環境變量和JVM的缺省屬性
 * 輸入：無
 * 輸出：
 *     1 支持的LOCALE
 *     2 JVM的缺省屬性
 */

public class Env {
    /**
     *  main entrance
     */
    public static void main(String[] args) {
    	
        System.out.println("Hello, it's: " +  new Date());

        //print available locales
        Locale list[] = DateFormat.getAvailableLocales();
        System.out.println("======System available locales:======== ");
        for (int i = 0; i < list.length; i++) {
            System.out.println(list[i].toString() + "\t" + list[i].getDisplayName());
        }

        //print JVM default properties
        System.out.println("======System property======== ");
        System.getProperties().list(System.out);
    }
}

最需要注意的是JVM的file.encoding屬性，這個屬性確定了JVM的缺省的編碼/解碼方式：從而影響應用中所有字節流==>字符流的解碼方式字符流==>字節流的編碼方式。

LINUX下的LOCALE可以通過 LANG=zh_CN; LC_ALL=zh_CN.GBK; export LANG LC_ALL 設置。locale 命令可以顯示系統當前的環境設置
Windows的LOCALE可以通過控制面板==>區域設置設置實現

Linux(J2SE1.3.1) LANG=en_US LC_ALL=en_US	Linux(J2SE1.3.1) LANG=zh_CN LC_ALL=zh_CN.GBK	Windows(J2SE1.3.0) 區域設置:中國中文	Windows(J2SE1.3.0) 區域設置:英國英文
Hello, it's: Tue Jul 30 11:05:44 CST 2002 ======System available locales:======== en English en_US English (United States) ar Arabic ar_AE Arabic (United Arab Emirates) ar_BH Arabic (Bahrain) ar_DZ Arabic (Algeria) ar_EG Arabic (Egypt) ar_IQ Arabic (Iraq) ar_JO Arabic (Jordan) ar_KW Arabic (Kuwait) ar_LB Arabic (Lebanon) ar_LY Arabic (Libya) ar_MA Arabic (Morocco) ar_OM Arabic (Oman) ar_QA Arabic (Qatar) ar_SA Arabic (Saudi Arabia) ar_SD Arabic (Sudan) ar_SY Arabic (Syria) ar_TN Arabic (Tunisia) ar_YE Arabic (Yemen) be Byelorussian be_BY Byelorussian (Belarus) bg Bulgarian bg_BG Bulgarian (Bulgaria) ca Catalan ca_ES Catalan (Spain) ca_ES_EURO Catalan (Spain,Euro) cs Czech cs_CZ Czech (Czech Republic) da Danish da_DK Danish (Denmark) de German de_AT German (Austria) de_AT_EURO German (Austria,Euro) de_CH German (Switzerland) de_DE German (Germany) de_DE_EURO German (Germany,Euro) de_LU German (Luxembourg) de_LU_EURO German (Luxembourg,Euro) el Greek el_GR Greek (Greece) en_AU English (Australia) en_CA English (Canada) en_GB English (United Kingdom) en_IE English (Ireland) en_IE_EURO English (Ireland,Euro) en_NZ English (New Zealand) en_ZA English (South Africa) es Spanish es_BO Spanish (Bolivia) es_AR Spanish (Argentina) es_CL Spanish (Chile) es_CO Spanish (Colombia) es_CR Spanish (Costa Rica) es_DO Spanish (Dominican Republic) es_EC Spanish (Ecuador) es_ES Spanish (Spain) es_ES_EURO Spanish (Spain,Euro) es_GT Spanish (Guatemala) es_HN Spanish (Honduras) es_MX Spanish (Mexico) es_NI Spanish (Nicaragua) et Estonian es_PA Spanish (Panama) es_PE Spanish (Peru) es_PR Spanish (Puerto Rico) es_PY Spanish (Paraguay) es_SV Spanish (El Salvador) es_UY Spanish (Uruguay) es_VE Spanish (Venezuela) et_EE Estonian (Estonia) fi Finnish fi_FI Finnish (Finland) fi_FI_EURO Finnish (Finland,Euro) fr French fr_BE French (Belgium) fr_BE_EURO French (Belgium,Euro) fr_CA French (Canada) fr_CH French (Switzerland) fr_FR French (France) fr_FR_EURO French (France,Euro) fr_LU French (Luxembourg) fr_LU_EURO French (Luxembourg,Euro) hr Croatian hr_HR Croatian (Croatia) hu Hungarian hu_HU Hungarian (Hungary) is Icelandic is_IS Icelandic (Iceland) it Italian it_CH Italian (Switzerland) it_IT Italian (Italy) it_IT_EURO Italian (Italy,Euro) iw Hebrew iw_IL Hebrew (Israel) ja Japanese ja_JP Japanese (Japan) ko Korean ko_KR Korean (South Korea) lt Lithuanian lt_LT Lithuanian (Lithuania) lv Latvian (Lettish) lv_LV Latvian (Lettish) (Latvia) mk Macedonian mk_MK Macedonian (Macedonia) nl Dutch nl_BE Dutch (Belgium) nl_BE_EURO Dutch (Belgium,Euro) nl_NL Dutch (Netherlands) nl_NL_EURO Dutch (Netherlands,Euro) no Norwegian no_NO Norwegian (Norway) no_NO_NY Norwegian (Norway,Nynorsk) pl Polish pl_PL Polish (Poland) pt Portuguese pt_BR Portuguese (Brazil) pt_PT Portuguese (Portugal) pt_PT_EURO Portuguese (Portugal,Euro) ro Romanian ro_RO Romanian (Romania) ru Russian ru_RU Russian (Russia) sh Serbo-Croatian sh_YU Serbo-Croatian (Yugoslavia) sk Slovak sk_SK Slovak (Slovakia) sl Slovenian sl_SI Slovenian (Slovenia) sq Albanian sq_AL Albanian (Albania) sr Serbian sr_YU Serbian (Yugoslavia) sv Swedish sv_SE Swedish (Sweden) th Thai th_TH Thai (Thailand) tr Turkish tr_TR Turkish (Turkey) uk Ukrainian uk_UA Ukrainian (Ukraine) zh Chinese zh_CN Chinese (China) zh_HK Chinese (Hong Kong) zh_TW Chinese (Taiwan) ======System property======== -- listing properties -- java.runtime.name=Java(TM) 2 Runtime Environment, Stand... sun.boot.library.path=/usr/java/jdk1.3.1_04/jre/lib/i386 java.vm.version=1.3.1_04-b02 java.vm.vendor=Sun Microsystems Inc. java.vendor.url=http://java.sun.com/ path.separator=: java.vm.name=Java HotSpot(TM) Client VM file.encoding.pkg=sun.io java.vm.specification.name=Java Virtual Machine Specification user.dir=/home/chedong/src/char_test java.runtime.version=1.3.1_04-b02 java.awt.graphicsenv=sun.awt.X11GraphicsEnvironment os.arch=i386 java.io.tmpdir=/tmp line.separator= java.vm.specification.vendor=Sun Microsystems Inc. java.awt.fonts= os.name=Linux java.library.path=/usr/java/jdk1.3.1_04/jre/lib/i386:/u... java.specification.name=Java Platform API Specification java.class.version=47.0 os.version=2.4.7-10 user.home=/home/chedong user.timezone=Asia/Shanghai java.awt.printerjob=sun.awt.motif.PSPrinterJob file.encoding=ISO-8859-1 java.specification.version=1.3 user.name=chedong java.class.path=/home/chedong/classes java.vm.specification.version=1.0 java.home=/usr/java/jdk1.3.1_04/jre user.language=en java.specification.vendor=Sun Microsystems Inc. java.vm.info=mixed mode java.version=1.3.1_04 java.ext.dirs=/usr/java/jdk1.3.1_04/jre/lib/ext sun.boot.class.path=/usr/java/jdk1.3.1_04/jre/lib/rt.jar:... java.vendor=Sun Microsystems Inc. file.separator=/ java.vendor.url.bug=http://java.sun.com/cgi-bin/bugreport... sun.cpu.endian=little sun.io.unicode.encoding=UnicodeLittle user.region=US sun.cpu.isalist=	Hello, it's: Tue Jul 30 11:07:34 CST 2002 ======System available locales:======== en 英文 en_US 英文 (美國) ar 阿拉伯文 ar_AE 阿拉伯文 (阿拉伯聯合酋長國) ar_BH 阿拉伯文 (巴林) ar_DZ 阿拉伯文 (阿爾及利亞) ar_EG 阿拉伯文 (埃及) ar_IQ 阿拉伯文 (伊拉克) ar_JO 阿拉伯文 (約旦) ar_KW 阿拉伯文 (科威特) ar_LB 阿拉伯文 (黎巴嫩) ar_LY 阿拉伯文 (利比亞) ar_MA 阿拉伯文 (摩洛哥) ar_OM 阿拉伯文 (阿曼) ar_QA 阿拉伯文 (卡塔爾) ar_SA 阿拉伯文 (沙特阿拉伯) ar_SD 阿拉伯文 (蘇丹) ar_SY 阿拉伯文 (敘利亞) ar_TN 阿拉伯文 (突尼斯) ar_YE 阿拉伯文 (也門) be 白俄羅斯文 be_BY 白俄羅斯文 (白俄羅斯) bg 保加利亞文 bg_BG 保加利亞文 (保加利亞) ca 加泰羅尼亞文 ca_ES 加泰羅尼亞文 (西班牙) ca_ES_EURO 加泰羅尼亞文 (西班牙,Euro) cs 捷克文 cs_CZ 捷克文 (捷克共和國) da 丹麥文 da_DK 丹麥文 (丹麥) de 德文 de_AT 德文 (奧地利) de_AT_EURO 德文 (奧地利,Euro) de_CH 德文 (瑞士) de_DE 德文 (德國) de_DE_EURO 德文 (德國,Euro) de_LU 德文 (盧森堡) de_LU_EURO 德文 (盧森堡,Euro) el 希臘文 el_GR 希臘文 (希臘) en_AU 英文 (澳大利亞) en_CA 英文 (加拿大) en_GB 英文 (英國) en_IE 英文 (愛爾蘭) en_IE_EURO 英文 (愛爾蘭,Euro) en_NZ 英文 (新西蘭) en_ZA 英文 (南非) es 西班牙文 es_BO 西班牙文 (玻利維亞) es_AR 西班牙文 (阿根廷) es_CL 西班牙文 (智利) es_CO 西班牙文 (哥倫比亞) es_CR 西班牙文 (哥斯達黎加) es_DO 西班牙文 (多米尼加共和國) es_EC 西班牙文 (厄瓜多爾) es_ES 西班牙文 (西班牙) es_ES_EURO 西班牙文 (西班牙,Euro) es_GT 西班牙文 (危地馬拉) es_HN 西班牙文 (洪都拉斯) es_MX 西班牙文 (墨西哥) es_NI 西班牙文 (尼加拉瓜) et 愛沙尼亞文 es_PA 西班牙文 (巴拿馬) es_PE 西班牙文 (秘魯) es_PR 西班牙文 (波多黎哥) es_PY 西班牙文 (巴拉圭) es_SV 西班牙文 (薩爾瓦多) es_UY 西班牙文 (烏拉圭) es_VE 西班牙文 (委內瑞拉) et_EE 愛沙尼亞文 (愛沙尼亞) fi 芬蘭文 fi_FI 芬蘭文 (芬蘭) fi_FI_EURO 芬蘭文 (芬蘭,Euro) fr 法文 fr_BE 法文 (比利時) fr_BE_EURO 法文 (比利時,Euro) fr_CA 法文 (加拿大) fr_CH 法文 (瑞士) fr_FR 法文 (法國) fr_FR_EURO 法文 (法國,Euro) fr_LU 法文 (盧森堡) fr_LU_EURO 法文 (盧森堡,Euro) hr 克羅地亞文 hr_HR 克羅地亞文 (克羅地亞) hu 匈牙利文 hu_HU 匈牙利文 (匈牙利) is 冰島文 is_IS 冰島文 (冰島) it 意大利文 it_CH 意大利文 (瑞士) it_IT 意大利文 (意大利) it_IT_EURO 意大利文 (意大利,Euro) iw 希伯來文 iw_IL 希伯來文 (以色列) ja 日文 ja_JP 日文 (日本) ko 朝鮮文 ko_KR 朝鮮文 (南朝鮮) lt 立陶宛文 lt_LT 立陶宛文 (立陶宛) lv 拉托維亞文(列托) lv_LV 拉托維亞文(列托) (拉脫維亞) mk 馬其頓文 mk_MK 馬其頓文 (馬其頓王國) nl 荷蘭文 nl_BE 荷蘭文 (比利時) nl_BE_EURO 荷蘭文 (比利時,Euro) nl_NL 荷蘭文 (荷蘭) nl_NL_EURO 荷蘭文 (荷蘭,Euro) no 挪威文 no_NO 挪威文 (挪威) no_NO_NY 挪威文 (挪威,Nynorsk) pl 波蘭文 pl_PL 波蘭文 (波蘭) pt 葡萄牙文 pt_BR 葡萄牙文 (巴西) pt_PT 葡萄牙文 (葡萄牙) pt_PT_EURO 葡萄牙文 (葡萄牙,Euro) ro 羅馬尼亞文 ro_RO 羅馬尼亞文 (羅馬尼亞) ru 俄文 ru_RU 俄文 (俄羅斯) sh 塞波尼斯-克羅地亞文 sh_YU 塞波尼斯-克羅地亞文 (南斯拉夫) sk 斯洛伐克文 sk_SK 斯洛伐克文 (斯洛伐克) sl 斯洛文尼亞文 sl_SI 斯洛文尼亞文 (斯洛文尼亞) sq 阿爾巴尼亞文 sq_AL 阿爾巴尼亞文 (阿爾巴尼亞) sr 塞爾維亞文 sr_YU 塞爾維亞文 (南斯拉夫) sv 瑞典文 sv_SE 瑞典文 (瑞典) th 泰文 th_TH 泰文 (泰國) tr 土耳其文 tr_TR 土耳其文 (土耳其) uk 烏克蘭文 uk_UA 烏克蘭文 (烏克蘭) zh 中文 zh_CN 中文 (中國) zh_HK 中文 (香港) zh_TW 中文 (台灣) ======System property======== -- listing properties -- java.runtime.name=Java(TM) 2 Runtime Environment, Stand... sun.boot.library.path=/usr/java/jdk1.3.1_04/jre/lib/i386 java.vm.version=1.3.1_04-b02 java.vm.vendor=Sun Microsystems Inc. java.vendor.url=http://java.sun.com/ path.separator=: java.vm.name=Java HotSpot(TM) Client VM file.encoding.pkg=sun.io java.vm.specification.name=Java Virtual Machine Specification user.dir=/home/chedong/src/char_test java.runtime.version=1.3.1_04-b02 java.awt.graphicsenv=sun.awt.X11GraphicsEnvironment os.arch=i386 java.io.tmpdir=/tmp line.separator= java.vm.specification.vendor=Sun Microsystems Inc. java.awt.fonts= os.name=Linux java.library.path=/usr/java/jdk1.3.1_04/jre/lib/i386:/u... java.specification.name=Java Platform API Specification java.class.version=47.0 os.version=2.4.7-10 user.home=/home/chedong user.timezone=Asia/Shanghai java.awt.printerjob=sun.awt.motif.PSPrinterJob file.encoding=GBK java.specification.version=1.3 user.name=chedong java.class.path=/home/chedong/classes java.vm.specification.version=1.0 java.home=/usr/java/jdk1.3.1_04/jre user.language=zh java.specification.vendor=Sun Microsystems Inc. java.vm.info=mixed mode java.version=1.3.1_04 java.ext.dirs=/usr/java/jdk1.3.1_04/jre/lib/ext sun.boot.class.path=/usr/java/jdk1.3.1_04/jre/lib/rt.jar:... java.vendor=Sun Microsystems Inc. file.separator=/ java.vendor.url.bug=http://java.sun.com/cgi-bin/bugreport... sun.cpu.endian=little sun.io.unicode.encoding=UnicodeLittle user.region=CN sun.cpu.isalist=	Hello, it's: Tue Jul 30 11:49:36 CST 2002 ======System available locales:======== en English en_US English (United States) ar Arabic ar_AE Arabic (United Arab Emirates) ar_BH Arabic (Bahrain) ar_DZ Arabic (Algeria) ar_EG Arabic (Egypt) ar_IQ Arabic (Iraq) ar_JO Arabic (Jordan) ar_KW Arabic (Kuwait) ar_LB Arabic (Lebanon) ar_LY Arabic (Libya) ar_MA Arabic (Morocco) ar_OM Arabic (Oman) ar_QA Arabic (Qatar) ar_SA Arabic (Saudi Arabia) ar_SD Arabic (Sudan) ar_SY Arabic (Syria) ar_TN Arabic (Tunisia) ar_YE Arabic (Yemen) be Byelorussian be_BY Byelorussian (Belarus) bg Bulgarian bg_BG Bulgarian (Bulgaria) ca Catalan ca_ES Catalan (Spain) ca_ES_EURO Catalan (Spain,Euro) cs Czech cs_CZ Czech (Czech Republic) da Danish da_DK Danish (Denmark) de German de_AT German (Austria) de_AT_EURO German (Austria,Euro) de_CH German (Switzerland) de_DE German (Germany) de_DE_EURO German (Germany,Euro) de_LU German (Luxembourg) de_LU_EURO German (Luxembourg,Euro) el Greek el_GR Greek (Greece) en_AU English (Australia) en_CA English (Canada) en_GB English (United Kingdom) en_IE English (Ireland) en_IE_EURO English (Ireland,Euro) en_NZ English (New Zealand) en_ZA English (South Africa) es Spanish es_AR Spanish (Argentina) es_BO Spanish (Bolivia) es_CL Spanish (Chile) es_CO Spanish (Colombia) es_CR Spanish (Costa Rica) es_DO Spanish (Dominican Republic) es_EC Spanish (Ecuador) es_ES Spanish (Spain) es_ES_EURO Spanish (Spain,Euro) es_GT Spanish (Guatemala) es_HN Spanish (Honduras) es_MX Spanish (Mexico) es_NI Spanish (Nicaragua) es_PA Spanish (Panama) es_PE Spanish (Peru) es_PR Spanish (Puerto Rico) es_PY Spanish (Paraguay) es_SV Spanish (El Salvador) es_UY Spanish (Uruguay) es_VE Spanish (Venezuela) et Estonian et_EE Estonian (Estonia) fi Finnish fi_FI Finnish (Finland) fi_FI_EURO Finnish (Finland,Euro) fr French fr_BE French (Belgium) fr_BE_EURO French (Belgium,Euro) fr_CA French (Canada) fr_CH French (Switzerland) fr_FR French (France) fr_FR_EURO French (France,Euro) fr_LU French (Luxembourg) fr_LU_EURO French (Luxembourg,Euro) hr Croatian hr_HR Croatian (Croatia) hu Hungarian hu_HU Hungarian (Hungary) is Icelandic is_IS Icelandic (Iceland) it Italian it_CH Italian (Switzerland) it_IT Italian (Italy) it_IT_EURO Italian (Italy,Euro) iw Hebrew iw_IL Hebrew (Israel) ja Japanese ja_JP Japanese (Japan) ko 韓文 ko_KR 韓文 (大韓民國) lt Lithuanian lt_LT Lithuanian (Lithuania) lv Latvian (Lettish) lv_LV Latvian (Lettish) (Latvia) mk Macedonian mk_MK Macedonian (Macedonia) nl Dutch nl_BE Dutch (Belgium) nl_BE_EURO Dutch (Belgium,Euro) nl_NL Dutch (Netherlands) nl_NL_EURO Dutch (Netherlands,Euro) no Norwegian no_NO Norwegian (Norway) no_NO_NY Norwegian (Norway,Nynorsk) pl Polish pl_PL Polish (Poland) pt Portuguese pt_BR Portuguese (Brazil) pt_PT Portuguese (Portugal) pt_PT_EURO Portuguese (Portugal,Euro) ro Romanian ro_RO Romanian (Romania) ru Russian ru_RU Russian (Russia) sh Serbo-Croatian sh_YU Serbo-Croatian (Yugoslavia) sk Slovak sk_SK Slovak (Slovakia) sl Slovenian sl_SI Slovenian (Slovenia) sq Albanian sq_AL Albanian (Albania) sr Serbian sr_YU Serbian (Yugoslavia) sv Swedish sv_SE Swedish (Sweden) th Thai th_TH Thai (Thailand) tr Turkish tr_TR Turkish (Turkey) uk Ukrainian uk_UA Ukrainian (Ukraine) zh 中文 zh_CN 中文 (中華人民共和國) zh_HK 中文 (香港) zh_TW 中文 (台灣) ======System property======== -- listing properties -- java.runtime.name=Java(TM) 2 Runtime Environment, Stand... sun.boot.library.path=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_0... java.vm.version=1.3.0_02 java.vm.vendor=Sun Microsystems Inc. java.vendor.url=http://java.sun.com/ path.separator=; java.vm.name=Java HotSpot(TM) Client VM file.encoding.pkg=sun.io java.vm.specification.name=Java Virtual Machine Specification user.dir=D:\java\src\char_test java.runtime.version=1.3.0_02 java.awt.graphicsenv=sun.awt.Win32GraphicsEnvironment os.arch=x86 java.io.tmpdir=D:\TEMP\ line.separator= java.vm.specification.vendor=Sun Microsystems Inc. java.awt.fonts= os.name=Windows 98 java.library.path=C:\WINDOWS;.;C:\WINDOWS\SYSTEM;C:\WIN... java.specification.name=Java Platform API Specification java.class.version=47.0 os.version=4.90 user.home=C:\WINDOWS user.timezone=Asia/Shanghai java.awt.printerjob=sun.awt.windows.WPrinterJob file.encoding=GBK java.specification.version=1.3 user.name=Sicci java.class.path=d:\java\classes java.vm.specification.version=1.0 java.home=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_02 user.language=zh java.specification.vendor=Sun Microsystems Inc. awt.toolkit=sun.awt.windows.WToolkit java.vm.info=mixed mode java.version=1.3.0_02 java.ext.dirs=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_0... sun.boot.class.path=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_0... java.vendor=Sun Microsystems Inc. file.separator=\ java.vendor.url.bug=http://java.sun.com/cgi-bin/bugreport... sun.cpu.endian=little sun.io.unicode.encoding=UnicodeLittle user.region=CN sun.cpu.isalist=pentium i486 i386	Hello, it's: Tue Jul 30 11:53:27 CST 2002 ======System available locales:======== en English en_US English (United States) ar Arabic ar_AE Arabic (United Arab Emirates) ar_BH Arabic (Bahrain) ar_DZ Arabic (Algeria) ar_EG Arabic (Egypt) ar_IQ Arabic (Iraq) ar_JO Arabic (Jordan) ar_KW Arabic (Kuwait) ar_LB Arabic (Lebanon) ar_LY Arabic (Libya) ar_MA Arabic (Morocco) ar_OM Arabic (Oman) ar_QA Arabic (Qatar) ar_SA Arabic (Saudi Arabia) ar_SD Arabic (Sudan) ar_SY Arabic (Syria) ar_TN Arabic (Tunisia) ar_YE Arabic (Yemen) be Byelorussian be_BY Byelorussian (Belarus) bg Bulgarian bg_BG Bulgarian (Bulgaria) ca Catalan ca_ES Catalan (Spain) ca_ES_EURO Catalan (Spain,Euro) cs Czech cs_CZ Czech (Czech Republic) da Danish da_DK Danish (Denmark) de German de_AT German (Austria) de_AT_EURO German (Austria,Euro) de_CH German (Switzerland) de_DE German (Germany) de_DE_EURO German (Germany,Euro) de_LU German (Luxembourg) de_LU_EURO German (Luxembourg,Euro) el Greek el_GR Greek (Greece) en_AU English (Australia) en_CA English (Canada) en_GB English (United Kingdom) en_IE English (Ireland) en_IE_EURO English (Ireland,Euro) en_NZ English (New Zealand) en_ZA English (South Africa) es Spanish es_AR Spanish (Argentina) es_BO Spanish (Bolivia) es_CL Spanish (Chile) es_CO Spanish (Colombia) es_CR Spanish (Costa Rica) es_DO Spanish (Dominican Republic) es_EC Spanish (Ecuador) es_ES Spanish (Spain) es_ES_EURO Spanish (Spain,Euro) es_GT Spanish (Guatemala) es_HN Spanish (Honduras) es_MX Spanish (Mexico) es_NI Spanish (Nicaragua) es_PA Spanish (Panama) es_PE Spanish (Peru) es_PR Spanish (Puerto Rico) es_PY Spanish (Paraguay) es_SV Spanish (El Salvador) es_UY Spanish (Uruguay) es_VE Spanish (Venezuela) et Estonian et_EE Estonian (Estonia) fi Finnish fi_FI Finnish (Finland) fi_FI_EURO Finnish (Finland,Euro) fr French fr_BE French (Belgium) fr_BE_EURO French (Belgium,Euro) fr_CA French (Canada) fr_CH French (Switzerland) fr_FR French (France) fr_FR_EURO French (France,Euro) fr_LU French (Luxembourg) fr_LU_EURO French (Luxembourg,Euro) hr Croatian hr_HR Croatian (Croatia) hu Hungarian hu_HU Hungarian (Hungary) is Icelandic is_IS Icelandic (Iceland) it Italian it_CH Italian (Switzerland) it_IT Italian (Italy) it_IT_EURO Italian (Italy,Euro) iw Hebrew iw_IL Hebrew (Israel) ja Japanese ja_JP Japanese (Japan) ko Korean ko_KR Korean (South Korea) lt Lithuanian lt_LT Lithuanian (Lithuania) lv Latvian (Lettish) lv_LV Latvian (Lettish) (Latvia) mk Macedonian mk_MK Macedonian (Macedonia) nl Dutch nl_BE Dutch (Belgium) nl_BE_EURO Dutch (Belgium,Euro) nl_NL Dutch (Netherlands) nl_NL_EURO Dutch (Netherlands,Euro) no Norwegian no_NO Norwegian (Norway) no_NO_NY Norwegian (Norway,Nynorsk) pl Polish pl_PL Polish (Poland) pt Portuguese pt_BR Portuguese (Brazil) pt_PT Portuguese (Portugal) pt_PT_EURO Portuguese (Portugal,Euro) ro Romanian ro_RO Romanian (Romania) ru Russian ru_RU Russian (Russia) sh Serbo-Croatian sh_YU Serbo-Croatian (Yugoslavia) sk Slovak sk_SK Slovak (Slovakia) sl Slovenian sl_SI Slovenian (Slovenia) sq Albanian sq_AL Albanian (Albania) sr Serbian sr_YU Serbian (Yugoslavia) sv Swedish sv_SE Swedish (Sweden) th Thai th_TH Thai (Thailand) tr Turkish tr_TR Turkish (Turkey) uk Ukrainian uk_UA Ukrainian (Ukraine) zh Chinese zh_CN Chinese (China) zh_HK Chinese (Hong Kong) zh_TW Chinese (Taiwan) ======System property======== -- listing properties -- java.runtime.name=Java(TM) 2 Runtime Environment, Stand... sun.boot.library.path=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_0... java.vm.version=1.3.0_02 java.vm.vendor=Sun Microsystems Inc. java.vendor.url=http://java.sun.com/ path.separator=; java.vm.name=Java HotSpot(TM) Client VM file.encoding.pkg=sun.io java.vm.specification.name=Java Virtual Machine Specification user.dir=D:\java\src\char_test java.runtime.version=1.3.0_02 java.awt.graphicsenv=sun.awt.Win32GraphicsEnvironment os.arch=x86 java.io.tmpdir=D:\TEMP\ line.separator= java.vm.specification.vendor=Sun Microsystems Inc. java.awt.fonts= os.name=Windows 98 java.library.path=C:\WINDOWS;.;C:\WINDOWS\SYSTEM;C:\WIN... java.specification.name=Java Platform API Specification java.class.version=47.0 os.version=4.90 user.home=C:\WINDOWS user.timezone=Asia/Shanghai java.awt.printerjob=sun.awt.windows.WPrinterJob file.encoding=Cp1252 java.specification.version=1.3 user.name=Sicci java.class.path=d:\java\classes java.vm.specification.version=1.0 java.home=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_02 user.language=en java.specification.vendor=Sun Microsystems Inc. awt.toolkit=sun.awt.windows.WToolkit java.vm.info=mixed mode java.version=1.3.0_02 java.ext.dirs=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_0... sun.boot.class.path=C:\PROGRAM FILES\JAVASOFT\JRE\1.3.0_0... java.vendor=Sun Microsystems Inc. file.separator=\ java.vendor.url.bug=http://java.sun.com/cgi-bin/bugreport... sun.cpu.endian=little sun.io.unicode.encoding=UnicodeLittle user.region=GB sun.cpu.isalist=pentium i486 i386

結論：

JVM的缺省編碼方式由系統的LOCALE設置確定，所以當設置成相同的LOCALE時，Linux和Windows下的缺省編碼方式是沒有區別的（可以認為cp1252=ISO-8859-1都是一樣的西文編碼方式，只包含255以下的拉丁字符），因此測試2我只列出了LINUX下LOCALE分別設置成zh_CN和en_US測試結果輸出和在WINDOWS下分別按照不同的區域設置試驗的輸出結果是一樣的。

測試程序-2
==========

通過HelloUnicode.java程序，演示說明"Hello world 世界你好"這個字符串（16個字符）在不同缺省系統編碼方式下的處理效果。在編碼解碼的每個步驟之，都打印出了相應字符串每個字符(charactor)的byte值，short值和所在的UNICODE區間。

Linux(J2SE1.3.1) LANG=en_US LC_ALL=en_US

Linux(J2SE1.3.1) LANG=zh_CN LC_ALL=zh_CN.GBK

====write hello world to files======
[test 1-1]: with system default encoding=ISO-8859-1
string=Hello world 世界你好 length=20
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='? byte=-54 short=202 LATIN_1_SUPPLEMENT
char[13]='? byte=-64 short=192 LATIN_1_SUPPLEMENT
char[14]='? byte=-67 short=189 LATIN_1_SUPPLEMENT
char[15]='? byte=-25 short=231 LATIN_1_SUPPLEMENT
char[16]='? byte=-60 short=196 LATIN_1_SUPPLEMENT
char[17]='? byte=-29 short=227 LATIN_1_SUPPLEMENT
char[18]='? byte=-70 short=186 LATIN_1_SUPPLEMENT
char[19]='? byte=-61 short=195 LATIN_1_SUPPLEMENT

第1步：在英文編碼環境下，雖然屏幕上正確的顯示了中文，但實際上它打印的是“半個”漢字，將結果寫入第1個文件 hello.orig.html

[test 1-2]: getBytes with platform default encoding and decoding as gb2312:
string=Hello world ???? length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='?' byte=22 short=19990 CJK_UNIFIED_IDEOGRAPHS
char[13]='?' byte=76 short=30028 CJK_UNIFIED_IDEOGRAPHS
char[14]='?' byte=96 short=20320 CJK_UNIFIED_IDEOGRAPHS
char[15]='?' byte=125 short=22909 CJK_UNIFIED_IDEOGRAPHS

按系統缺省編碼重新變成字節流，然按照GB2312方式解碼，這裡雖然打印出的是問號（因為在相應環境下系統對255以上的字符全部用?顯示），但從相應的UNICODE MAPPING和SHORT值我們可以知道字符是正確的中文
但下一步的寫入第2個文件html.gb2312.html，沒有指定編碼方式（按系統缺省的ISO-8859-1編碼方式），因此從面的測試2－2讀取的結果是真的'？'了

[test 1-3]: convert string to UTF8
string=Hello world 涓浣 length=24
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='? byte=-28 short=228 LATIN_1_SUPPLEMENT
char[13]='? byte=-72 short=184 LATIN_1_SUPPLEMENT
char[14]='? byte=-106 short=150 LATIN_1_SUPPLEMENT
char[15]='? byte=-25 short=231 LATIN_1_SUPPLEMENT
char[16]='? byte=-107 short=149 LATIN_1_SUPPLEMENT
char[17]='? byte=-116 short=140 LATIN_1_SUPPLEMENT
char[18]='? byte=-28 short=228 LATIN_1_SUPPLEMENT
char[19]='? byte=-67 short=189 LATIN_1_SUPPLEMENT
char[20]='? byte=-96 short=160 LATIN_1_SUPPLEMENT
char[21]='? byte=-27 short=229 LATIN_1_SUPPLEMENT
char[22]='? byte=-91 short=165 LATIN_1_SUPPLEMENT
char[23]='? byte=-67 short=189 LATIN_1_SUPPLEMENT

第3個試驗，將字符流按照UTF8方式編碼，寫入第3個測試文件hello.utf8.html，我們可以看到UTF8對英文沒有影響，但對其他文字使用了3字節編碼方式，因此比GB2312編碼方式的存儲要大50%，

====reading and decoding from files======
[test 2-1]: read hello.orig.html: decoding with system default encoding
string=Hello world 世界你好 length=20
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='? byte=-54 short=202 LATIN_1_SUPPLEMENT
char[13]='? byte=-64 short=192 LATIN_1_SUPPLEMENT
char[14]='? byte=-67 short=189 LATIN_1_SUPPLEMENT
char[15]='? byte=-25 short=231 LATIN_1_SUPPLEMENT
char[16]='? byte=-60 short=196 LATIN_1_SUPPLEMENT
char[17]='? byte=-29 short=227 LATIN_1_SUPPLEMENT
char[18]='? byte=-70 short=186 LATIN_1_SUPPLEMENT
char[19]='? byte=-61 short=195 LATIN_1_SUPPLEMENT

按系統從中間存儲hello.orig.html文件中讀取相應文件，雖然是半個字讀取的，但由能完整的還原，因此輸出顯示沒有錯誤。
其實PHP等應用很少出現字符集問題其實就是這個原因，全程都是按字節流方式處理，很好的還原了輸入，但同時也失去了對字符的控制

[test 2-2]: read hello.gb2312.html: decoding as GB2312
string=Hello world ???? length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='?' byte=63 short=63 BASIC_LATIN
char[13]='?' byte=63 short=63 BASIC_LATIN
char[14]='?' byte=63 short=63 BASIC_LATIN
char[15]='?' byte=63 short=63 BASIC_LATIN

這個'?'真的是問號char(63)了，很多數據就是這樣沒救了，

[test 2-3]: read hello.utf8.html: decoding as UTF8
string=Hello world ???? length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='?' byte=22 short=19990 CJK_UNIFIED_IDEOGRAPHS
char[13]='?' byte=76 short=30028 CJK_UNIFIED_IDEOGRAPHS
char[14]='?' byte=96 short=20320 CJK_UNIFIED_IDEOGRAPHS
char[15]='?' byte=125 short=22909 CJK_UNIFIED_IDEOGRAPHS

great! 字符雖然顯示為'?'，但實際上字符的解碼是正確的，從相應的UNICODE MAPPING就可以看的出來。

====write hello world to files======
[test 1-1]: with system default encoding=GBK
string=Hello world 世界你好 length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='世' byte=22 short=19990 CJK_UNIFIED_IDEOGRAPHS
char[13]='界' byte=76 short=30028 CJK_UNIFIED_IDEOGRAPHS
char[14]='你' byte=96 short=20320 CJK_UNIFIED_IDEOGRAPHS
char[15]='好' byte=125 short=22909 CJK_UNIFIED_IDEOGRAPHS

注意：在一個新的LOCALE下需要將源程序重新編譯，最早的字節流到字符流的解碼過程從JAVAC就開始了

[test 1-2]: getBytes with platform default encoding and decoding as gb2312:
string=Hello world 世界你好 length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='世' byte=22 short=19990 CJK_UNIFIED_IDEOGRAPHS
char[13]='界' byte=76 short=30028 CJK_UNIFIED_IDEOGRAPHS
char[14]='你' byte=96 short=20320 CJK_UNIFIED_IDEOGRAPHS
char[15]='好' byte=125 short=22909 CJK_UNIFIED_IDEOGRAPHS

在中文環境下，和上面缺省的編碼解碼結果是一致的

[test 1-3]: convert string to UTF8
string=Hello world 涓浣 length=18
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='涓' byte=-109 short=28051 CJK_UNIFIED_IDEOGRAPHS
char[13]='' byte=43 short=26667 CJK_UNIFIED_IDEOGRAPHS
char[14]='' byte=107 short=26219 CJK_UNIFIED_IDEOGRAPHS
char[15]='浣' byte=99 short=28003 CJK_UNIFIED_IDEOGRAPHS
char[16]='' byte=-78 short=29362 CJK_UNIFIED_IDEOGRAPHS
char[17]='' byte=-67 short=12477 KATAKANA

====reading and decoding from files======
[test 2-1]: read hello.orig.html: decoding with system default encoding
string=Hello world 世界你好 length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='世' byte=22 short=19990 CJK_UNIFIED_IDEOGRAPHS
char[13]='界' byte=76 short=30028 CJK_UNIFIED_IDEOGRAPHS
char[14]='你' byte=96 short=20320 CJK_UNIFIED_IDEOGRAPHS
char[15]='好' byte=125 short=22909 CJK_UNIFIED_IDEOGRAPHS

[test 2-2]: read hello.gb2312.html: decoding as GB2312
string=Hello world 世界你好 length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='世' byte=22 short=19990 CJK_UNIFIED_IDEOGRAPHS
char[13]='界' byte=76 short=30028 CJK_UNIFIED_IDEOGRAPHS
char[14]='你' byte=96 short=20320 CJK_UNIFIED_IDEOGRAPHS
char[15]='好' byte=125 short=22909 CJK_UNIFIED_IDEOGRAPHS

[test 2-3]: read hello.utf8.html: decoding as UTF8
string=Hello world 世界你好 length=16
char[0]='H' byte=72 short=72 BASIC_LATIN
char[1]='e' byte=101 short=101 BASIC_LATIN
char[2]='l' byte=108 short=108 BASIC_LATIN
char[3]='l' byte=108 short=108 BASIC_LATIN
char[4]='o' byte=111 short=111 BASIC_LATIN
char[5]=' ' byte=32 short=32 BASIC_LATIN
char[6]='w' byte=119 short=119 BASIC_LATIN
char[7]='o' byte=111 short=111 BASIC_LATIN
char[8]='r' byte=114 short=114 BASIC_LATIN
char[9]='l' byte=108 short=108 BASIC_LATIN
char[10]='d' byte=100 short=100 BASIC_LATIN
char[11]=' ' byte=32 short=32 BASIC_LATIN
char[12]='世' byte=22 short=19990 CJK_UNIFIED_IDEOGRAPHS
char[13]='界' byte=76 short=30028 CJK_UNIFIED_IDEOGRAPHS
char[14]='你' byte=96 short=20320 CJK_UNIFIED_IDEOGRAPHS
char[15]='好' byte=125 short=22909 CJK_UNIFIED_IDEOGRAPHS

UNICODE方式的存儲幾乎可以不受環境字符集設置的影響

試驗2的一些結論：

所有的應用都是按照字節流=>字符流=>字節流方式進行的處理的：
byte_stream ==(input decoding)==> char_stream ==output(encoding)==> byte_stream；
在JAVA字節流到字符流（或者反之）都是含有隱含的解碼處理的（缺省是按照系統缺省編碼方式）；
最早的字節流解碼過程從javac的代碼編譯就開始了；
JAVA中的字符character存儲單位是雙字節的UNICODE；

結論：

過以上2個JAVA試驗程序得出的一些結論：

JAVA環境是基操作系統上的一個虛擬機應用，因此，如果操作系統遵循國際化規范：JVM的缺省編碼方式可以通過修改操作系統的LOCALE設置實現。對一個JAVA應用來說，只要將LINUX的缺省編碼方式設置成GBK，其文字編碼處理應該和中文Windows平台上的表現是一致的。
redhat 6.X使用linux內核的是基glibc2.1.X，不支持中文LOCALE，因此無法通過改變LOCALE設置改變JVM的缺省編碼方式，linux內核2.4開始基glibc.2.2.x，對中文LOCALE有了比較好的支持。
不同的JVM對字符集的支持程度不同：
比如：IBM的JVM1.3.0開始支持GB18030，SUN的JVM從1.4開始支持GB18030
正確的編碼方式不一定表示能正確的顯示，正確的顯示還要需要相應的前端顯示系統（字庫）的支持
但對Linux上的服務應用來說，往往只要能確認字符正確的按照指定的方式編碼就夠了，畢竟客戶端的主要是
如果應用的是基UNICODE的編碼方式處理並使用UTF8字符集做集中存儲，

根據以上結論，設計一個適應多語言環境的應用，可以考慮一下2個應用處理模式：

（客戶端應用或本地化應用）根據LOCALE，讓JAVA應用按照系統LOCALE的缺省的字符集設置進行處理，減少應用在編碼處理上的復雜程度

            輸入        輸出
                \             /
      根據LOCALE解碼/編碼
            |
        處理/存儲
（服務器端或跨語言平台應用）：在應用的最外端：數據輸入輸出判斷用戶語言環境，核心按照UNICODE方式處理存儲。可以把各種區域性的字符集（GB2312 BIG5）看成是UNICODE的一個子集。UNICODE存儲的數據可以方便的轉換成任意字符集。
應用使用UTF8方式存儲雖然要增加了存儲空間，但也可以大大簡化前端應用本地化(i10n)的復雜程度。

中文輸入日文輸入                      中文輸出日文輸出
               \   /                                                \     /
    判斷用戶語言環境：解碼         判斷用戶語言環境：編碼
                                         \              /
                        中間處理過程：UNICODE
                                                |
                                    UTF8編碼存儲

參考文檔：
Java的國際化設計
http://java.sun.com/docs/books/tutorial/i18n/index.html

Linux 國際化本地化和中文化
http://www.linuxforum.net/doc/i18n-new.html

Linux 程序員必讀：中文化與GB18030標準
http://www.ccidnet.com/tech/os/2001/07/31/58_2811.html

Unicode FAQ
http://www.cl.cam.ac.uk/~mgk25/unicode.html
http://www.linuxforum.net/books/UTF-8-Unicode.html （中文版）

Java 編程技術中漢字問題的分析及解決
http://www-900.ibm.com/developerWorks/java/java_chinese/index.shtml

漢字的編碼方式：
http://www.unihan.com.cn/cjk/ana17.htm

不同版本的JVM支持的編碼方式
http://java.sun.com/j2se/1.3/docs/guide/intl/encoding.doc.html
http://java.sun.com/j2se/1.4/docs/guide/intl/encoding.doc.html

(http://www.fanqiang.com) 進入【UNIX論壇】

相關文章

UNICODE編碼漏洞全攻略-8 (2001-05-20 21:04:00)
UNICODE編碼漏洞全攻略-7 (2001-05-20 20:10:01)
UNICODE編碼漏洞全攻略-6 (2001-05-20 19:00:01)
UNICODE編碼漏洞全攻略-5 (2001-05-20 18:08:00)
UNICODE編碼漏洞全攻略-4 (2001-05-20 17:04:00)
UNICODE編碼漏洞全攻略-3 (2001-05-20 16:10:00)
UNICODE編碼漏洞全攻略-2 (2001-05-20 15:00:01)
UNICODE編碼漏洞全攻略-1 (2001-05-20 14:08:00)
菜鳥寶典unicode漏洞的利用心得 (2001-05-18 21:09:43)

★ 樊強制作歡迎分享 ★