彪悍的人生不需要解釋

真是一個老生常談的問題啦！
項目上遇到啦，環境是：
1.中間件和數據庫都各自在hp-unix機器上。數據庫oracle字符集采用ZHS16GBK；中間件（基于jdk1.5）啟動時指定字符集是#export lang=zh_CN.hp15CN。
2.客戶端采用applet實現。
情況就是有個人名“李袆”,通過客戶端輸入保存后，再查詢出來就變成了“李?”。
好啦，重新復習一下java亂碼問題，google了一大把，有的說得都不對，現在先推薦兩篇權威的。
http://java.sun.com/developer/technicalArticles/Intl/HTTPCharset/；http://java.sun.com/developer/technicalArticles/Intl/Supplementary/；
開始解決問題啦。
1.jvm在內存里存字符串是以utf-16存的，但是class文件和序列化對象文件里的字符串內容以“modified”utf-8存；
在jvm1.5里char代表的是編碼unit，不是編碼point。這樣就有可能兩個char才代表一個字符。這個“代表”的變化是為適應unicode從1.0升到2.0版本，老jdk到新jdk的一個概念改變，很多api和jdk工具因此也發生變化。那時unicode1.0里就是定長16位代表字符，所以老jdk里一個char就代表一個point，當然也是一個unit。但是unicode2.0擴展開來了，因此為了兼容，新jdk就確定一個char只代表一個unit，表示一個point得用int。
“modified”utf-8是java對標準utf-8編碼的一點更改，可以認為是種特殊編碼，為了適應java需要而存在的字符集。
2.客戶端接受輸入法輸入后，在客戶端jvm里以utf-16存“袆”，而后發送給中間件是通過序列化，以"modifed"utf-8傳送，中間件反序列化就又在中間件jvm里以utf-16存“袆”啦。這時中間件里的那個java對象要通過 jdbc給oracle發送過去此字符串，oracle的jdbc驅動將以系統默認字符集進行編碼傳送。可是zh_CN.hp15CN是gb2312標準，沒有這個生僻字，只好搞一個“不存在編碼”編碼，這一編碼就把信息丟失了；而數據庫是以ZHS16GBK認識接受到數據，將這個“損壞的字”存到數據文件里啦。這里請問下同行讀者,oracle數據庫端會不會做zh_CN.hp15CN到ZHS16GBK的轉碼還是直接認為傳過來的一定是ZHS16GBK直接存到數據文件？我個人認為數據庫不做這種轉碼，浪費性能么。但不管怎么說，在中間件哪里，“袆”字就被“損壞”了，傳到數據庫怎么樣也無法恢復了。
3.這樣客戶端再去獲取時肯定是顯示不出來“袆”字啦。
于是讓客戶執行#export lang=zh_CN.gb18030再啟動中間件，問題解決。
補充：
1.oracle的jdbc thin驅動就是這樣，使用系統默認字符集進行傳送編碼，不像mysql可以在連接url中指定。不過我個人認為這也不錯，因為你即使在url指定正確的編碼格式，還要保證操作系統裝著這個字符集呢。
2.jsp%@page   contentType="text/html;charset=gb2312" language="java" pageEncoding="gb2312"%這個標記分兩部分，pageEncoding是指jsp文本文件本身存在硬盤的編碼格式，servlet容器按這個編碼格式讀取，從而再做轉碼到合適編碼（一般utf-8）的java文件，再編譯成含“modified utf-8字符串”的class文件，再加載成實例對象；當該對象吐出response時，以contentType里的charset進行編碼在網上傳送給客戶端，并置response頭信息編碼格式。
3.瀏覽器客戶端接受到response時，會根據頭信息獲取編碼格式，從而解析出正確字符，再根據html規范進行顯示。而對于網頁提交表單時，也會根據這個信息進行表單內容數據的編碼。編碼后再進行url編碼即發送給服務器。可是表單輸入有可能超出這個字符集，則多數瀏覽器會采用&#（unicode point number）來編碼這個字符，繼續發送給服務器。同樣，如果瀏覽器在接受response時，得到這種形式的字符串，多數也將進行解碼從而顯示出來。
4.多數servlet容器在解析request獲取參數時統一采用默認配置的iso-8859-1。這個字符集只包含西歐字符，因此解析前統一setCharacterEncoding是必須的。 當然多數都也可以修改默認配置啦。