一陣子沒有寫中文的部落格文章了，不過，這篇主要是放在中文編碼上，所以還是寫了一篇許久未寫的中文文章，來回饋一下。先講一下我遇到的情況，主要是把一個舊專案的Big 5編碼轉成UTF-8，這中間還需要處理，難字、弱掃的問題。基本上UTF-8應該已經算是web的標準編碼了，不過，在專案公司上班，後端工程師，總是會遇到一些歷史包袱不輕的案子。
再大概講一下基本觀念，基本上，Java的字串是UTF-16，所以各字串轉到Java處理時，都會進行編碼，而轉出時也會再次進行編碼，而難字的部分是預留空間可以使用的自訂義編碼，MS950(for 微軟)和CP950(for Linux)都是Big5的擴充字集了，不過這幾個擴充的字集大小我不太確定那個比較多，不過，可以確定的是UTF-8是提供比Big5更多的字集，不過，當遇到不支援的文字時，都是需要另建字檔，每台電腦上需要安裝這個字檔，不過，這塊有專門的廠商在做了，也只是最常用的解決方案之一就是了。
 |
http://smallken.com/blog/wp-content/uploads/2010/06/Untitleddrawing2.png
AP Server上到底有幾個地方要設定呢?其實我試過很多地方的設定，但，我最後確定的是主要有幾個，第一個是URL Encoding, 第二個是Filter，第三個是File Encoding，第四個是JSP的開頭的部分，不過1, 3JBoss有不一同的設定方式，可以參考下面 JEAP 5&6 — 編碼設定問題 (Encoding) 、使用 CharacterEncodingFilter 解決 Java Web 的編碼問題 這二篇。不過，第三個我是沒設就是了，其它三個是一定要設定就是了。其它有的沒的設定可以拿掉看看，至於信良哥的編碼文章，因為我也沒有特別去試，我覺得還是先試這四個設定都不行了，再去看那些細部設定就好了。
最後簡單說一下遇到的坑吧: 1. url的部分中文傳到後端還是會變亂碼，我是使用encodeURIComponent這個js function來解決這個問題，不知道為何傳到後端會幫你自動解成正確的中文QQ。2. JSP檔案的編碼需要是UTF-8，其實原本檔案是Big5，但在我local是可以正常運行的，放到server就是亂碼，不過因為檔案有點多，我是用mac的iconv來轉，如果使用windows的朋友，可以用uniconv(沒用過，不掛保證XD)。3. ESAPI也需要設定編碼，如果弱掃需要使用這個資安的套件，主要在ESAPI.properties可以設定編碼Encryptor.CharacterEncoding=UTF-8和HttpUtilities.ResponseContentType=text/html; charset=UTF-8。
參考資料:
UniConv - 超強轉碼工具 BIG5/GB/UTF8/Unicode
http://www.importnew.com/19791.html
JavaScript 的 encodeURIComponent() 會將字串轉換成 UTF-8 編碼 - Tsung's Blog
使用 CharacterEncodingFilter 解決 Java Web 的編碼問題
