因为一直不信java竟会有不能混排显示多国语言的bug，这个周末研究了一下servlet、jsp的多国语言显示的问题，也就是servlet的多字符集问题，由于我对字符集的概念还不是很清晰所以写出的东西未必是准确的，我是这样理解java中的字符集的：在运行时，每个字符串对象中存储的都是编码为unicode内码的（我觉得所有的语言中都是有相应编码的，因为在计算机内部字符串总是用内码来表示的，只不过一般计算机语言中的字符串编码时平台相关的，而java则采用了平台无关的unicode）。
java从一个byte流中读取一个字符串时，将把平台相关的byte转变为平台无关的unicode字符串。在输出时java将把unicode字符串转变为平台相关的byte流，如果某个unicode字符在某个平台上不存在，将会输出一个'?'。举个例子：在中文windows中，java读出一个gb2312编码的文件（可以是任何流）到内存中构造字符串对象，将会把gb2312编码的文字转变为unicode编码的字符串，如果把这个字符串输出又将会把unicode字符串转化为gb2312的byte流或数组：中文测试----->\u4e2d\u6587\u6d4b\u8bd5----->中文测试。
如下例程：
byte[] bytes = new byte[]{(byte)0xd6, (byte)0xd0, (byte)0xce, (byte)0xc4, (byte)0xb2, (byte)0xe2, (byte)0xca, (byte)0xd4};//gbk编码的中文测试
java.io.bytearrayinputstream bin = new java.io.bytearrayinputstream(bytes);
java.io.bufferedreader reader = new java.io.bufferedreader(new java.io. inputstreamreader (bin,gbk));
string msg = reader.readline();
system.out.println(msg)
这段程序放到包含中文测试这四个字的系统（如中文系统）中，可以正确地打印出这些字。msg字符串中包含了正确的中文测试的unicode编码：\u4e2d\u6587\u6d4b\u8bd5，打印时转换为操作系统的默认字符集，是否可以正确显示依赖于操作系统的字符集，只有在支持相应字符集的系统中，我们的信息才能正确的输出，否则得到的将会是垃圾。
话入正题，我们来看看servlet/jsp中的多语言问题。我们的目标是，任一国家的客户端通过form向server发送信息，server把信息存入数据库中，客户端在检索时仍然能够看到自己发送的正确信息。事实上，我们要保证，最终server中的sql语句中保存的时包含客户端发送文字的正确unicode编码；dbc与数据库通讯时采用的编码方式能包含客户端发送的文字信息，事实上，最好让jdbc直接使用unicode/utf8与数据库通讯！这样就可以确保不会丢失信息；server向客户端发送的信息时也要采用不丢失信息的编码方式，也可以是unicode/utf8。
如果不指定form的enctype属性，form将把输入的内容依照当前页面的编码字符集urlencode之后再提交，服务器端得到是urlencoding的字符串。编码后得到的urlencoding字符串是与页面的编码相关的，如gb2312编码的页面提交中文测试，得到的是%d6%d0%ce%c4%b2%e2%ca%d4，每个％后跟的是16进制的字符串；而在utf8编码时得到的却是%e4%b8%ad%e6%96%87%e6%b5%8b%e8%af%95，因为gb2312编码中一个汉字是16位的，而utf8中一个汉字却是24位的。中日韩三国的ie4以上浏览器均支持utf8编码，这种方案肯定包涵了这三国语言，所以我们如果让html页面使用utf8编码那么将至少可以支持这三国语言。
但是，如果我们html/jsp页面使用utf8编码，因为应用程序服务器可能不知道这种情况，因为如果浏览器发送的信息不包含charset信息，至多server知道读到accept-language请求投标，我们知道仅靠这个投标是不能获知浏览器所采用编码的，所以应用程序服务器不能正确解析提交的内容，为什么？因为java中的所有字符串都是unicode16位编码的，httpservletrequest.request(string)的功能就是把客户端提交的urlencode编码的信息转为unicode字符串，有些server只能认为客户端的编码和server平台相同，简单地使用urldecoder.decode(string)方法直接解码，如果客户端编码恰好和server相同，那么就可以得到正确地字符串，否则，如果提交地字符串中包含了当地字符，那么将会导致垃圾信息。