chaocat的工作学习空间

MS在专有模式下所占用的信道不同，SACCH测量报告的周期也不同。

 文/重庆市奥林电子技术公司

一、什么是互调干扰

     在同一个地点，有两台发射机以上，就可能产生互调干扰。发射机A发出的射频信号f_A从空中再通过发射机B的天线，进入发射机B的功放级，与该机发射频率f_B相互调制，产生出第三个频率f_C。反之，同时产生f_D。所以，在该处两台发射机发出四个频点的射频功率信号。其中f_C和f_D是互调产物（见图一）。

    发信机互调的大小取决于两个因素，即发信机之间的耦合衰耗Ac及每部发信机的互调转换衰耗Ai。Ac又称天线隔离度，是指一部发射机所发射的信号功率，与该信号到达另一部可能产生互调产物的发射机输出级的功率比值，以dB计。一般要求≥50dB。

    Ai是外来干扰信号功率和互调产物功率的比值（两者均在发射机输出级测量），单位是dB。一般晶体管发信机的Ai约为5～20 dB。

    在150MHz频段为了达到Ac≥50dB的指标，两根天线垂直放置间距需>6M，水平间距>80米。（见《移动通信工程》人民邮电出版社.P494）

二、互调产物的危害性

    许多人对互调干扰有错误的认识，认为干扰是对别的寻呼台干扰，其实不然，互调干扰大概有以下几种危害，不但害人也害已。

    1、对发射机的危害

    当发信机调试好后，它的工作频率f_O是处在输出电路的最佳谐振点上。这时电路的电流应是最小。反之，电路工作失谐，元件发热严重，大大增加发信机的故障率，减少其寿命。

   2、降低有效功率

     一般来说，发射机的功率测量采用直通式功率计，有一定的带宽（有的带宽达1千MHz）。由于功率是频谱能量的积分，所以，直通式功率计测出来的功率是有效主频功率和无用的互调产物功率总和。如功率计显示100W，有可能实际主频f_O的功率仅有80W。其余20W是互调产物的功率以及杂波分量之功率（见图2）。

     3、畸变主频f_O的频谱

     主频频谱畸变后（见图3），使Bp机收到射频的信号，经解调，数据相位将发生严重的抖动，使BP机产生误码。（标准的抖动应小于1/4t）。结果是大大减少了系统覆盖的范围。

    4、干扰空间电波秩序

    互调产物也是由发射机发出的射频能量信号，该信号与另一台发射机再次互调，还会产生另一个互调产物。所以，在发射机多的基站上空，有许许多多无序频谱能量，有的人称之为背景噪声。这些信号，与其它差转接收机频率或寻呼Bp机频率相同的概率非常之大。因而，治理由互调干扰引起空间电波秩序紊乱是刻不容缓的。

三、解决互调干扰的办法

合理地分配频率资源，发射机与发射机之间拉开距离，是解决互调干扰最有力的方法。但是，由于频率资源紧张，可安放基站的有利制高点也有限，从而使许多发射机拥挤在一块，谁都不愿撤开，势必产生空间污染。为此，国家无委[1998]101号文件规定了寻呼发射机应加装单向器或单向器与滤波器的组合器件，以及一系列相关的技术标准。下面对几种抗干扰器件作简单介绍。

    1、单向器

    单向器又称单向滤波器、单向隔离器。它是从微波器件—环行器原理上发展起来的，专门为无线寻呼发射机设计，具有吸收从外界通过天馈系统进入发射机的干扰信号之能量，以及有保护发射机，减少故障率等功能。

    单向滤波器由精密烧结和研磨的旋磁、恒磁为主，配以微带电感、电容、电阻、腔体等组成耦合、谐振、滤波电路。在旋转磁场作用下，电磁波信号具有单向传递的特性。信号旋转120度几乎无损伤地从输出端出去；外界的信号，从输出端进入，同方向旋转120度进入吸收端变为热能散发掉（见图4）。

    单向滤波器的电气特性：要求正向插损非常小，一般小于0.3∽0.5bB；而反向特性要求吸收能量越大，频率带宽越宽越佳，一般要求在20MHz带宽内，能降低能量25dB以上。所以说，单向滤波器是有吸收在发射机主频率左右由外界倒灌进入的干扰信号，以至抑制互调产物的功能。

    单向器的技术指标主要有三项：

    （1）、正向插入损耗

    发射机加上单向器后，将损失功率0.3∽0.5dB（对于100W发射功率来说约7∽10W）

    （2）、反向隔离度和反向隔离带宽

    这项指标是指吸收外界干扰信号的能力，国家无委的Ⅱ类标准为中心频率fo±10MHz带宽之内应优于25dB，fo±5MHz带宽之内优于30dB。

    Ⅲ类单向器一般采用双结方式（即两个单向器复合而成），其该项指标可以做到fo±10MHz带宽之内优于40dB，而fo±5MHz带宽之内优于50 dB。由于插损比较大（两个单向器之插损），一般用户不愿接受。

    （3）、驻波比

    驻波比是评价单向器接口是否匹配地一个重要指标。一般小于1.2∶1，做得好的小于1.1∶1。即在100W发射功率时,反射功率不大于0.8W.

2、带通滤波器

    在抑制杂波和抵抗外界干扰的作用中，带通滤波器与单向器的作用互补。单向器是带内单向滤波，而滤波器是带外的双向滤波（特性曲线见图5a和图5b）。

     常用的滤波器分为多腔镙旋滤波器和单腔同轴滤波器（俗称炮筒）。前者体积小，热稳定性好，缺点是3dB带宽较宽，后者恰好相反。

    在抑制互调干扰的作用上，由于滤波器有一衰减很小的通带，所以，当两个产生互调干扰的发射机频率相邻很近时，是不能消出互调干扰和互调产物的。

  评价滤波器性能的技术指标也有三项：

    (1)、插入损耗   一般要求0.3∽0.4dB

    (2)、25dB带宽  指的是阻带特性在衰减25dB时带宽越窄越好。

    (3)、驻波比     应小于1.2:1

3、隔离滤波器（即单向器+滤波器）

     隔离滤波器是由单向器和腔体滤波器的组合而成，它集中了两者的优点，使其隔离带宽非常宽，隔离度非常深，对杂波和互调干扰的抑制有很好的功效。隔离滤波器的正向特性曲线相近于滤波器的特性曲线，而反向特性曲线如图6。

它的主要技术指标同单向器一样有三项：

    （1）、正向插入损耗

    国家无委标准为小于1dB，实际上做得好的可小于0.7dB
(在100W发射功率下约15W)。

    （2）、反向隔离度

    带宽大于200MHz，而衰减最差处（中心频率左右）的衰
减也就大于30 dB。好的可达40 dB以上。

    （3）、驻波比  应小于1.2:1

四、在实际应用中抗干扰器件的选用

  1、单向器、滤波器、隔离滤波器之比较

2、承受功率

   器件的正向连续承受功率，应比标称功率要大1dB以上。不连续承受功率应是标称功率的3倍并承受5秒以上。

    在实际使用中，应考虑天线损坏或技术人员操作不当等因素，器件的反向连续承受功率应大于标称功率70%，不连续反向承受功率应大于标称功率并承受5分钟以上，其驻波比不大于1.25:1。

3、可靠性

   由于器件是串接在发射系统中的，其保证系统正常工作的可靠性就非常重要。品质差的器件使通信经常中断，寻呼台由此而产生的检修费用非常之高，这是得不偿失的。所以器件的可靠性在安装好后进入正常使用的阶段，它的平均无故障时间应大于2万小时。一般 来说，达到第2条中承受功率要求标准的，其可靠性均能达到要求。

4、插入损耗、反向隔离、反射功率（驻波比）的测试

   器件在小信号下测试与在大功率信号下测试的指标是截然不一样的。三种关键性的指标的测试应在标称功率下测试。反向隔离的测试方法是在正向加标称功率情况下，同时反向倒灌加干扰信号（一般加20dBm）。

5、二次谐波问题

   一般来说，非线性器件均要产生工作频率的N次谐波，以二次谐波为最严重，工程设计上一般也仅仅考虑二次谐波抑制问题。发射机在加上抗干扰器件后，其二次谐波的增升应小于2dB。

6、热稳定性

   我国南方，发射机房在无空调设备时，其最高温度一般大于40℃。单向器由于元件的温飘，其反向隔离指标有所变化。在大功率工作状态下，其变化应小于30%。

五、结束语

    在解决无线寻呼基站互调干扰的问题上，采用单向器和隔离滤波器是行之有效的方法。由于隔离滤波器的插入损耗较大，以及价格较高，寻呼台的技术人员在心理上较难承受（事实上发射机一般均有大于20W的储备功率）。所以，采用单向器能解决问题的地点，可不用隔离滤波器。但从工程角度来看，采用隔离滤波器达到的效果是最佳最方便的。

对天馈线进行测试主要是通过测量其驻波比（VSWR）或回损（Return Loss）的值和隔离度（Isolation）来判断天馈线的安装质量和运行情况的好坏。驻波比的计算公式如下：

表1为回损与驻波比的对照表。

表1：回损与驻波比的对照表

基站发射天馈线的驻波比告警一般设为1.5，不同类型的基站对天线之间的隔离度要求也不一样，RBS200基站发射天线之间的隔离度要求大于40 dB，发射天线与接收天线之间的隔离度要求大于20 dB；而RBS2000基站发射天线及发射天线与接收天线之间的隔离度都要求大于30 dB。

概述

世界上的各地区都有本地的语言。地区差异直接导致了语言环境的差异。在开发一个国际化程序的过程中，处理语言问题就显得很重要了。

这是一个世界范围内都存在的问题，所以，Java提供了世界性的解决方法。本文描述的方法是用于处理中文的，但是，推而广之，对于处理世界上其它国家和地区的语言同样适用。

汉字是双字节的。所谓双字节是指一个双字要占用两个BYTE的位置（即16位），分别称为高位和低位。中国规定的汉字编码为GB2312，这是强制性的，目前几乎所有的能处理中文的应用程序都支持GB2312。GB2312包括了一二级汉字和9区符号，高位从0xa1到0xfe，低位也是从0xa1到0xfe，其中，汉字的编码范围为0xb0a1到0xf7fe。

另外有一种编码，叫做GBK，但这是一份规范，不是强制的。GBK提供了20902个汉字，它兼容GB2312，编码范围为0x8140到0xfefe。GBK中的所有字符都可以一一映射到Unicode 2.0。

在不久的将来，中国会颁布另一种标准：GB18030-2000（GBK2K）。它收录了藏、蒙等少数民族的字型，从根本上解决了字位不足的问题。注意：它不再是定长的。其二字节部份与GBK兼容，四字节部分是扩充的字符、字形。它的首字节和第三字节从0x81到0xfe，二字节和第四字节从0x30到0x39。

本文不打算介绍Unicode，有兴趣的可以浏览“http://www.unicode.org/”查看更多的信息。Unicode有一个特性：它包括了世界上所有的字符字形。所以，各个地区的语言都可以建立与Unicode的映射关系，而Java正是利用了这一点以达到异种语言之间的转换。

在JDK中，与中文相关的编码有：

表1 JDK中与中文相关的编码列表

在实际编程时，接触得比较多的是GB2312（GBK）和ISO8859-1。

为什么会有“?”号

上文说过，异种语言之间的转换是通过Unicode来完成的。假设有两种不同的语言A和B，转换的步骤为：先把A转化为Unicode，再把Unicode转化为B。

举例说明。有GB2312中有一个汉字“李”，其编码为“C0EE”，欲转化为ISO8859-1编码。步骤为：先把“李”字转化为Unicode，得到“674E”，再把“674E”转化为ISO8859-1字符。当然，这个映射不会成功，因为ISO8859-1中根本就没有与“674E”对应的字符。

当映射不成功时，问题就发生了！当从某语言向Unicode转化时，如果在某语言中没有该字符，得到的将是Unicode的代码“\uffffd”（“\u”表示是Unicode编码，）。而从Unicode向某语言转化时，如果某语言没有对应的字符，则得到的是“0x3f”（“?”）。这就是“?”的由来。

例如：把字符流buf =“0x80 0x40 0xb0 0xa1”进行new String(buf, "gb2312")操作，得到的结果是“\ufffd\u554a”，再println出来，得到的结果将是“?啊”，因为“0x80 0x40”是GBK中的字符，在GB2312中没有。

再如，把字符串String="\u00d6\u00ec\u00e9\u0046\u00bb\u00f9"进行new String (buf.getBytes("GBK"))操作，得到的结果是“3fa8aca8a6463fa8b4”，其中，“\u00d6”在“GBK”中没有对应的字符，得到“3f”，“\u00ec”对应着“a8ac”，“\u00e9”对应着“a8a6”，“0046”对应着“46”（因为这是ASCII字符），“\u00bb”没找到，得到“3f”，最后，“\u00f9”对应着“a8b4”。把这个字符串println一下，得到的结果是“?ìéF?ù”。看到没？这里并不全是问号，因为GBK与Unicode映射的内容中除了汉字外还有字符，本例就是最好的明证。

所以，在汉字转码时，如果发生错乱，得到的不一定都是问号噢！不过，错了终究是错了，50步和100步并没有质的差别。

或者会问：如果源字符集中有，而Unicode中没有，结果会如何？回答是不知道。因为我手头没有能做这个测试的源字符集。但有一点是肯定的，那就是源字符集不够规范。在Java中，如果发生这种情况，是会抛出异常的。

什么是UTF

UTF，是Unicode Text Format的缩写，意为Unicode文本格式。对于UTF，是这样定义的：

（1）如果Unicode的16位字符的头9位是0，则用一个字节表示，这个字节的首位是“0”，剩下的7位与原字符中的后7位相同，如“\u0034”（0000 0000 0011 0100），用“34” (0011 0100)表示；（与源Unicode字符是相同的）；

（2）如果Unicode的16位字符的头5位是0，则用2个字节表示，首字节是“110”开头，后面的5位与源字符中除去头5个零后的最高5位相同；第二个字节以“10”开头，后面的6位与源字符中的低6位相同。如“\u025d”（0000 0010 0101 1101），转化后为“c99d”（1100 1001 1001 1101）；

（3）如果不符合上述两个规则，则用三个字节表示。第一个字节以“1110”开头，后四位为源字符的高四位；第二个字节以“10”开头，后六位为源字符中间的六位；第三个字节以“10”开头，后六位为源字符的低六位；如“\u9da7”（1001 1101 1010 0111），转化为“e9b6a7”（1110 1001 1011 0110 1010 0111）；

可以这么描述JAVA程序中Unicode与UTF的关系，虽然不绝对：字符串在内存中运行时，表现为Unicode代码，而当要保存到文件或其它介质中去时，用的是UTF。这个转化过程是由writeUTF和readUTF来完成的。

好了，基础性的论述差不多了，下面进入正题。

先把这个问题想成是一个黑匣子。先看黑匣子的一级表示：

 input(charsetA)->process(Unicode)->output(charsetB)

简单，这就是一个IPO模型，即输入、处理和输出。同样的内容要经过“从charsetA到unicode再到charsetB”的转化。

再看二级表示：

   SourceFile(jsp,java)->class->output

在这个图中，可以看出，输入的是jsp和java源文件，在处理过程中，以Class文件为载体，然后输出。再细化到三级表示：

jsp->temp file->class->browser,os console,db

app,servlet->class->browser,os console,db

这个图就更明白了。Jsp文件先生成中间的Java文件，再生成Class。而Servlet和普通App则直接编译生成Class。然后，从Class再输出到浏览器、控制台或数据库等。

JSP：从源文件到Class的过程

Jsp的源文件是以“.jsp”结尾的文本文件。在本节中，将阐述JSP文件的解释和编译过程，并跟踪其中的中文变化。

1、JSP/Servlet引擎提供的JSP转换工具（jspc）搜索JSP文件中用<%@ page contentType ="text/html; charset=<Jsp-charset>"%>中指定的charset。如果在JSP文件中未指定<Jsp-charset>，则取JVM中的默认设置file.encoding，一般情况下，这个值是ISO8859-1；

2、jspc用相当于“javac –encoding <Jsp-charset>”的命令解释JSP文件中出现的所有字符，包括中文字符和ASCII字符，然后把这些字符转换成Unicode字符，再转化成UTF格式，存为JAVA文件。ASCII码字符转化为Unicode字符时只是简单地在前面加“00”，如“A”，转化为“\u0041”（不需要理由，Unicode的码表就是这么编的）。然后，经过到UTF的转换，又变回“41”了！这也就是可以使用普通文本编辑器查看由JSP生成的JAVA文件的原因；

3、引擎用相当于“javac –encoding UNICODE”的命令，把JAVA文件编译成CLASS文件；

先看一下这些过程中中文字符的转换情况。有如下源代码：

这段代码是在UltraEdit for Windows上编写的。保存后，“中文”两个字的16进制编码为“D6 D0 CE C4”（GB2312编码）。经查表，“中文”两字的Unicode编码为“\u4E2D\u6587”，用 UTF表示就是“E4 B8 AD E6 96 87”。打开引擎生成的由JSP文件转变而成的JAVA文件，发现其中的“中文”两个字确实被“E4 B8 AD E6 96 87”替代了，再查看由JAVA文件编译生成的CLASS文件，发现结果与JAVA文件中的完全一样。

再看JSP中指定的CharSet为ISO-8859-1的情况。

同样，该文件是用UltraEdit编写的，“中文”这两个字也是存为GB2312编码“D6 D0 CE C4”。先模拟一下生成的JAVA文件和CLASS文件的过程：jspc用ISO-8859-1来解释“中文”，并把它映射到Unicode。由于ISO-8859-1是8位的，且是拉丁语系，其映射规则就是在每个字节前加“00”，所以，映射后的Unicode编码应为“\u00D6\u00D0\u00CE\u00C4”，转化成UTF后应该是“C3 96 C3 90 C3 8E C3 84”。好，打开文件看一下，JAVA文件和CLASS文件中，“中文”果然都表示为“C3 96 C3 90 C3 8E C3 84”。

如果上述代码中不指定<Jsp-charset>，即把第一行写成“<%@ page contentType="text/html" %>”，JSPC会使用file.encoding的设置来解释JSP文件。在RedHat 6.2上，其处理结果与指定为ISO-8859-1是完全相同的。

到现在为止，已经解释了从JSP文件到CLASS文件的转变过程中中文字符的映射过程。一句话：从“JspCharSet到Unicode再到UTF”。下表总结了这个过程：

表2 “中文”从JSP到CLASS的转化过程

下节先讨论Servlet从JAVA文件到CLASS文件的转化过程，然后再解释从CLASS文件如何输出到客户端。之所以这样安排，是因为JSP和Servlet在输出时处理方法是一样的。

Servlet：从源文件到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。

看下例：

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。

表3 “中文”从Servlet源文件到Class的转变过程

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？

Class：输出字符串

上文说过，字符串在内存中表现为Unicode编码。至于这种Unicode编码表示了什么，那要看它是从哪种字符集映射过来的，也就是说要看它的祖先。这好比在托运行李时，外观都是纸箱子，里面装了什么就要看寄邮件的人实际邮了什么东西。

看看上面的例子，如果给一串Unicode编码“00D6 00D0 00CE 00C4”，如果不作转换，直接用Unicode码表来对照它时，是四个字符（而且是特殊字符）；假如把它与“ISO8859-1”进行映射，则直接去掉前面的“00”即可得到“D6 D0 CE C4”，这是ASCII码表中的四个字符；而假如把它当作GB2312来进行映射，得到的结果很可能是一大堆乱码，因为在GB2312中有可能没有（也有可能有）字符与00D6等字符对应（如果对应不上，将得到0x3f，也就是问号，如果对应上了，由于00D6等字符太靠前，估计也是一些特殊符号，真正的汉字在Unicode中的编码从4E00开始）。

各位看到了，同样的Unicode字符，可以解释成不同的样子。当然，这其中有一种是我们期望的结果。以上例而论，“D6 D0 CE C4”应该是我们所想要的，当把“D6 D0 CE C4”输出到IE中时，用“简体中文”方式查看，就能看到清楚的“中文”两个字了。（当然了，如果你一定要用“西欧字符”来看，那也没办法，你将得不到任何有何时何地的东西）为什么呢？因为“00D6 00D0 00CE 00C4”本来就是由ISO8859-1转化过去的。

给出如下结论：

在Class输出字符串前，会将Unicode的字符串按照某一种内码重新生成字节流，然后把字节流输入，相当于进行了一步“String.getBytes(???)”操作。???代表某一种字符集。

如果是Servlet，那么，这种内码就是在HttpServletResponse.setContentType()方法中指定的内码，也就是上文定义的<Servlet-charset>。

如果是JSP，那么，这种内码就是在<%@ page contentType=""%>中指定的内码，也就是上文定义的<Jsp-charset>。

如果是Java程序，那么，这种内码就是file.encoding中指定的内码，默认为ISO8859-1。

当输出对象是浏览器时

以流行的浏览器IE为例。IE支持多种内码。假如IE接收到了一个字节流“D6 D0 CE C4”，你可以尝试用各种内码去查看。你会发现用“简体中文”时能得到正确的结果。因为“D6 D0 CE C4”本来就是简体中文中“中文”两个字的编码。

OK，完整地看一遍。

JSP：源文件为GB2312格式的文本文件，且JSP源文件中有“中文”这两个汉字

如果指定了<Jsp-charset>为GB2312，转化过程如下表。

表4 Jsp-charset = GB2312时的变化过程

如果指定了<Jsp-charset>为ISO8859-1，转化过程如下表。

表5 Jsp-charset = ISO8859-1时的变化过程

奇怪了！为什么把<Jsp-charset>设成GB2312和ISO8859-1是一个样的，都能正确显示？因为表4表5中的第2步和第5步互逆，是相互“抵消”的。只不过当指定为ISO8859-1时，要增加第8步操作，殊为不便。

再看看不指定<Jsp-charset> 时的情况。

表6 未指定Jsp-charset 时的变化过程

Servlet：源文件为JAVA文件，格式是GB2312，源文件中含有“中文”这两个汉字

如果<Compile-charset>＝GB2312，<Servlet-charset>=GB2312

表7 Compile-charset=Servlet-charset=GB2312 时的变化过程

如果<Compile-charset>＝ISO8859-1，<Servlet-charset>=ISO8859-1

表8 Compile-charset=Servlet-charset=ISO8859-1时的变化过程

如果不指定Compile-charset或Servlet-charset，其默认值均为ISO8859-1。

当Compile-charset=Servlet-charset时，第2步和第4步能互逆，“抵消”，显示结果均能正确。读者可试着写一下Compile-charset<>Servlet-charset时的情况，肯定是不正确的。

当输出对象是数据库时

输出到数据库时，原理与输出到浏览器也是一样的。本节只是Servlet为例，JSP的情况请读者自行推导。

假设有一个Servlet，它能接收来自客户端（IE，简体中文）的汉字字符串，然后把它写入到内码为ISO8859-1的数据库中，然后再从数据库中取出这个字符串，显示到客户端。

表9 输出对象是数据库时的变化过程（1）

解释一下，表中第4第5步和第15第16步是用红色标记的，表示要由编码者来作转换。第4、5两步其实就是一句话：“new String(source.getBytes("GB2312"), "ISO8859-1")”。第15、16两步也是一句话：“new String(source.getBytes("ISO8859-1"), "GB2312")”。亲爱的读者，你在这样编写代码时是否意识到了其中的每一个细节呢？

至于客户端内码和数据库内码为其它值时的流程，和输出对象是系统控制台时的流程，请读者自己想吧。明白了上述流程的原理，相信你可以轻松地写出来。

行文至此，已可告一段落了。终点又回到了起点，对于编程者而言，几乎是什么影响都没有。

因为我们早就被告之要这么做了。

以下给出一个结论，作为结尾。

1、  在Jsp文件中，要指定contentType，其中，charset的值要与客户端浏览器所用的字符集一样；对于其中的字符串常量，不需做任何内码转换；对于字符串变量，要求能根据ContentType中指定的字符集还原成客户端能识别的字节流，简单地说，就是“字符串变量是基于<Jsp-charset>字符集的”；

2、  在Servlet中，必须用HttpServletResponse.setContentType()设置charset，且设置成与客户端内码一致；对于其中的字符串常量，需要在Javac编译时指定encoding，这个encoding必须与编写源文件的平台的字符集一样，一般说来都是GB2312或GBK；对于字符串变量，与JSP一样，必须“是基于<Servlet-charset>字符集的”。

原文见：http://blog.chinaunix.net/u/2355/showart_246601.html

一、java源码的编辑，编译。//070212 未完待续

编辑一个java源文件a.java:

class a {

        public static void main(String[] args) {

                String s = "世世世世世世";

                System.out.println(s);

        }

}

在windows xp中文版中，（默认file.encoding=GBK) 编译OK。

在linux 中，locale环境为 LANG=en_US; LC_ALL=C 时，编译出错：

a.java:3: warning: unmappable character for encoding ASCII

                String s = "????????????";

                               ^

这是为什么呢？

java的class文件使用的是UTF-8编码。

a.java被编译到a.class 的过程，包含到 UTF-8编码转换的过程。

在这里，就是从 C -> UTF-8。

The locale "C" or "POSIX" is a portable locale; its LC_CTYPE part corresponds to the 7-bit ASCII character set.

计算机是以数字作为处理对象。所以java源码里的字符在被处理之前，计算机要将它转换成相应的数字。这种 字符-数字 的对应关系可以理解为character set。

locale C的字符集只定义了数字0~127所对应的字符，也就是说 > 0x7F 的数值，它就不认识了。（红色的数字）

sh-3.00# hexdump -C a.java 

00000000  63 6c 61 73 73 20 61 20  7b 0a 09 70 75 62 6c 69  |class a {..publi|

00000010  63 20 73 74 61 74 69 63  20 76 6f 69 64 20 6d 61  |c static void ma|

00000020  69 6e 28 53 74 72 69 6e  67 5b 5d 20 61 72 67 73  |in(String[] args|

00000030  29 20 7b 0a 09 09 53 74  72 69 6e 67 20 73 20 3d  |) {...String s =|

00000040  20 22 ca c0 ca c0 ca c0  ca c0 ca c0 ca c0 22 3b  | "............";|

00000050  0a 09 09 53 79 73 74 65  6d 2e 6f 75 74 2e 70 72  |...System.out.pr|

00000060  69 6e 74 6c 6e 28 73 29  3b 0a 09 7d 0a 7d 0a     |intln(s);..}.}.|

解决方法：

1 加上编译选项 -encoding charset, charset可为任意 定义了0~255对应字符 的字符集。

2 设置Locale. 

验证class文件里的编码

选择charset为 iso88591 来编译, locale环境为 LANG=en_US; LC_ALL=en_US.iso88591

sh-3.00# hexdump -C a.class

00000000  ca fe ba be 00 00 00 31  00 1d 0a 00 06 00 0f 08  |漱壕...1........|

00000010  00 10 09 00 11 00 12 0a  00 13 00 14 07 00 15 07  |................|

00000020  00 16 01 00 06 3c 69 6e  69 74 3e 01 00 03 28 29  |.....<init>...()|

00000030  56 01 00 04 43 6f 64 65  01 00 0f 4c 69 6e 65 4e  |V...Code...LineN|

00000040  75 6d 62 65 72 54 61 62  6c 65 01 00 04 6d 61 69  |umberTable...mai|

00000050  6e 01 00 16 28 5b 4c 6a  61 76 61 2f 6c 61 6e 67  |n...([Ljava/lang|

00000060  2f 53 74 72 69 6e 67 3b  29 56 01 00 0a 53 6f 75  |/String;)V...Sou|

00000070  72 63 65 46 69 6c 65 01  00 06 61 2e 6a 61 76 61  |rceFile...a.java|

00000080  0c 00 07 00 08 01 00 18  c3 8a c3 80 c3 8a c3 80  |........????|

00000090  c3 8a c3 80 c3 8a c3 80  c3 8a c3 80 c3 8a c3 80  |????????|

000000a0  07 00 17 0c 00 18 00 19  07 00 1a 0c 00 1b 00 1c  |................|

000000b0  01 00 01 61 01 00 10 6a  61 76 61 2f 6c 61 6e 67  |...a...java/lang|

000000c0  2f 4f 62 6a 65 63 74 01  00 10 6a 61 76 61 2f 6c  |/Object...java/l|

000000d0  61 6e 67 2f 53 79 73 74  65 6d 01 00 03 6f 75 74  |ang/System...out|

000000e0  01 00 15 4c 6a 61 76 61  2f 69 6f 2f 50 72 69 6e  |...Ljava/io/Prin|

000000f0  74 53 74 72 65 61 6d 3b  01 00 13 6a 61 76 61 2f  |tStream;...java/|

00000100  69 6f 2f 50 72 69 6e 74  53 74 72 65 61 6d 01 00  |io/PrintStream..|

00000110  07 70 72 69 6e 74 6c 6e  01 00 15 28 4c 6a 61 76  |.println...(Ljav|

00000120  61 2f 6c 61 6e 67 2f 53  74 72 69 6e 67 3b 29 56  |a/lang/String;)V|

00000130  00 20 00 05 00 06 00 00  00 00 00 02 00 00 00 07  |. ..............|

00000140  00 08 00 01 00 09 00 00  00 1d 00 01 00 01 00 00  |................|

00000150  00 05 2a b7 00 01 b1 00  00 00 01 00 0a 00 00 00  |..*?.?........|

00000160  06 00 01 00 00 00 01 00  09 00 0b 00 0c 00 01 00  |................|

00000170  09 00 00 00 2b 00 02 00  02 00 00 00 0b 12 02 4c  |....+..........L|

00000180  b2 00 03 2b b6 00 04 b1  00 00 00 01 00 0a 00 00  |?.+?.?.......|

00000190  00 0e 00 03 00 00 00 03  00 03 00 04 00 0a 00 05  |................|

000001a0  00 01 00 0d 00 00 00 02  00 0e                    |..........|

000001aa

sh-3.00# echo -n  世 | iconv -f iso88591 -t utf8 | hexdump -C

00000000  c3 8a c3 80                                       |??|

00000004

sh-3.00#  echo -n ?|iconv -f iso88591 -t utf8 |hexdump -C

00000000  c3 8a                                             |?|

00000002 
// 上面命令中的?，是在secureCRT中输入汉字“世”，然后删掉后半个汉字。