转载

Servlet源文件到Class的过程

Servlet源文件是以“.java”结尾的文本文件。本节将讨论Servlet的编译过程并跟踪其中的中文变化。

用“javac”编译Servlet源文件。javac可以带“-encoding ＜ Compile-charset＞”参数，意思是“用＜ Compile-charset ＞中指定的编码来解释Serlvet源文件”。

源文件在编译时，用＜ Compile-charset＞来解释所有字符，包括中文字符和ASCII字符。然后把字符常量转变成Unicode字符，最后，把Unicode转变成UTF。

在Servlet中，还有一个地方设置输出流的CharSet。通常在输出结果前，调用HttpServletResponse的 setContentType方法来达到与在JSP中设置＜ Jsp-charset＞一样的效果，称之为＜ Servlet-charset＞。

注意，文中一共提到了三个变量：＜ Jsp-charset＞、＜ Compile-charset＞和＜ Servlet-charset＞。其中，JSP 文件只与＜ Jsp-charset＞有关，而＜ Compile-charset＞和＜ Servlet-charset＞只与Servlet有关。

import javax.servlet.*;  
import javax.servlet.http.*;  
class testServlet extends HttpServlet  
{  
public void doGet(HttpServletRequest req,HttpServletResponse resp)  
throws ServletException,java.io.IOException  
{  
resp.setContentType("text/html; charset=GB2312");  
java.io.PrintWriter out=resp.getWriter();  
out.println("");  
out.println("#中文#");  
out.println("");  
}  
}

该文件也是用UltraEdit for Windows编写的，其中的“中文”两个字保存为“D6 D0 CE C4”（GB2312编码）。

开始编译。下表是＜ Compile-charset＞不同时，CLASS文件中“中文”两字的十六进制码。在编译过程中，＜ Servlet- charset＞不起任何作用。＜ Servlet-charset＞只对CLASS文件的输出产生影响，实际上是＜ Servlet-charset＞和＜ Compile-charset＞一起，达到与JSP文件中的＜ Jsp-charset＞相同的效果，因为＜ Jsp-charset＞对编译和 CLASS文件的输出都会产生影响。

“中文”从Servlet源文件到Class的转变过程

Compile-charset Servlet源文件中 Class文件中等效的Unicode码
GB2312 D6 D0 CE C4
(GB2312) E4 B8 AD E6 96 87 (UTF) /u4E2D/u6587 (在Unicode中＝“中文”)
ISO-8859-1 D6 D0 CE C4
(GB2312) C3 96 C3 90 C3 8E C3 84 (UTF) /u00D6 /u00D0 /u00CE /u00C4 (在D6 D0 CE C4前面各加了一个00)
无（默认） D6 D0 CE C4 (GB2312) 同ISO-8859-1 同ISO-8859-1

普通Java程序的编译过程与Servlet完全一样。

CLASS文件中的中文表示法是不是昭然若揭了？OK，接下来看看CLASS又是怎样输出中文的呢？

正文到此结束