1. 有一个GB2312的字节串（byte[]），print输出乱码……

   特效方：

   byte[] chinese = ...; //
   String unicode = new String(chinese, "GB2312");

   如果要转回字节串：

   byte[] uni_chinese = unicode.getBytes();

   简析：Java的标准输出函数只认Unicode的，直接输出当然乱码了；转成String，虽然String能够存储Unicode，但是你存进去的还是GB2312，没有经过重新编码，当然乱码了。其他如Big5等同用此方。

2. 有一个String，里面编了的却是GB2312，怎么输出都得不到正确的数据……特效方：
   

   string = new String( string.getBytes("iso-8859-1"), "GB2312");

   简析：和1类似，iso-8859-1是单字符编码，读出最原始的数据后再按GB2312来解释，转换成Unicode存入String。

3. 写入非UTF-8的文件（流）……

   处方一：转为相应编码的字节串后如常调用OutputStream.write(bytes);

   处方二：

   Writer ow = new OutputStreamWriter(new FileOutputStream("2.txt"), "GB2312");
   ow.write(string);
   ow.close();

   简析：注意OutputStreamWriter的ctor参数。

Python篇

1. 带中文的源文件运行报错SyntaxError: Non-ASCII character '...' in file ...

   特效方：

   在源文件的第一行或第二行添加上

   # -*- coding: utf-8 -*-

   
   简析：这是指定源文件的编码，当然不一定是utf-8，这需要你自己根据实际填写。如果是Windows下记事本默认的保存格式，则是gbk了。注意，源文件声明的是什么编码，程序里面定义的“字节串”就是什么编码的了。

2. 有一个GB2312的字节串，print输出乱码……特效方：
   

   chinese = ...read_from_some_where
   uni_chinese = chinese.decode("gb2312")
   print uni_chinese

   uni_chinese不是字节串了，是Unicode串。如果要重新转为字节串：

   utf_chinese = uni_chinese.encode("utf8")

   连用的话：

   utf_chinese = chinese.decode("gb2312").encode("utf8")

   注意这里的"utf8"要跟源代码的编码一致（注1），否则依然可能乱码。

   总之：对字节串用decode()变成Unicode串，对Unicode串用encode()变成字节串。

3. 我的源代码编码是 # -*- coding:gb2312 -*-，上面的方法不管用，print任何Unicode串都出错：UnicodeEncodeError: 'ascii' codec can't encode characters in position x-x: ordinal not in range(128)特效方：
   

   print uni-str.encode("gb2312")

   简析：能是能用了，但是太碍眼了点。这个故事告诉我们别用gb2312来编码python源码，尽量使用UTF-8。（别告诉我你用Win98）

4. print格式化输出时候出错！也是UnicodeEncodeError: 'ascii' codec can't encode characters in position x-x: ordinal not in range(128) ，代码是
   

   tu = (u"中文","中文","1234")
   print u"%s %s %s" % tu

   特效方：

   没救！字节串和Unicode串不能同时格式化到一个串内print，除非手动转到相应格式。

5. 其他问题……如读写文件、网络流，不过都大同小异，读写文件可以指定打开的编码，Python帮你自动转换……其他如unicode对象、codecs模块就不详了，如需深入推荐阅读How to Use UTF-8 with Python

总结篇

似乎相比之下，Python处理中文比Java更为麻烦，这和人们对两种语言的第一印象可是截然相反……也许可以认为是Python太过灵活所致，变量都不用声明类型，那个是字节串哪个是Unicode串可真不好分，不过这也是弱类型语言的特点吧。

为什么会有中文问题？如果所有程序都是处理源文件里面写的文字，那怎么也不可能出现问题，但是我们的程序经常要从文件、从网络、从数据库里面把数据提取出来，这些数据的格式编码常常不是我们能够控制的……

中文问题不算大问题，但遇到的时候常常急死人，找资料都是长篇大论说上半天理论才说怎么怎么解决，甚至还说不清。本文旨在用尽可能简单的语言来指出解决方法。

常用的编码简介——摘自字符，字节和编码

参考资料

1. 深入浅出java中文问题 (一、二、三、四篇)——［超长，有耐心的看］
2. 深入浅出Java中文问题－文件读写——［同一作者］
3. Python中文问题研究——［还是上两文章的作者写的，虽然说点出重点，例子也正中要害，但那一段说明绝对把人读得犹如腾云驾雾，该作者应该是写学校教材出身的，囧。］
4. Java 编程技术中汉字问题的分析及解决——［IBM 开发中心的资料，条理清晰，可惜代码排版一般。推荐阅读］
5. Java字符编码转换过程说明——［着重在HTML、XML、Servlet、Swing等等各种环境的字符编码问题。此文被转载得面目全非，这是相对完整（有图说明）和排版较好的］
6. 字符，字节和编码——［条理相当清晰的文章，主要关于是C++和Java对字符编码的处理，推荐阅读。］
7. Python的ASCII, GB2312, Unicode , UTF-8——［条理清晰，但不甚明确，特别缺少程序例子］
8. How to Use UTF-8 with Python——［英文文章，但解释很详细，包括python的多种环境的应用］
9. Unicode in Python —— ［英文文章，最Dirty的资料，用最极端的例子来演示encode和decode，保证让你刻骨铭心]

原来这学期的网络编程主要是用Java，好像还没怎么写过Java的网络连接代码，想起早天的Python版本CETQuery，决定花两个小时弄弄，权当Java Hello World。

过程遇到的问题除了那些API的使用外，主要是Java的中文编码问题了。编写本地程序时，管你中文日文希腊文，因为Java用的是Unicode编码，通通支持。但这次是从网络读取的数据，其中的中文是GB2312编码的，直接显示就乱码给你看。Java和Python都有中文编码问题，虽说殊途同归，但他们的“问题”可是各具特色的，稍后准备撰文详其解决之道。

CETQuery-Java详细代码如下：

import java.net.*;
import java.io.*;
 
public class CETQuery {
	public static void main(String[] args) {
		if ((args.length != 2) || ((args[0] == "4") || (args[1] == "6"))
				|| (args[1].length() != 15)) {
			System.out.println("Error: 程序参数错误，考试类型（4、6），准考证号长度（15位）");
			System.out
					.println("nExample:nnjava CETQuery 4 123456789012345nn");
			System.out
					.println("CETQuery-Java version 0.1  2009.2.26nn    An Exercise Program by PT, GZ Universityn    Author Blog: http://apt-blog.net , Welcome to Drop by.nn");
			System.exit(1);
		}
 
		String cet_url = "http://cet.99sushe.com/cetscore_99sushe0902.html?t="
				+ args[0] + "&id=" + args[1];
		String result = new String();
 
		try {
			URL url = new URL(cet_url);
			HttpURLConnection conn = (HttpURLConnection) url.openConnection();
			conn.addRequestProperty("Referer", "http://cet.99sushe.com/");
			// conn.setRequestMethod("POST");
			System.out.println(conn.getURL());
			InputStream in = conn.getInputStream();
			byte[] data = new byte[1024];
			while (in.read(data) > 0) {
				result += new String(data, "gb2312");
			}
			in.close();
		} catch (Exception e) {
			System.out.println(e);
		}
 
		// System.out.println(result);
 
		String[] array = result.split(",");
		String[] type = { "听力", "阅读", "综合", "写作", "总分", "学校", "姓名", "Prev 1",
				"Next 1", "Next 2" };
		System.out.printf("n***** CET %s 成绩清单 *****n", args[0]);
		System.out.println("-准考证号: " + args[1]);
		for (int i = 0; i < array.length; i++) {
			System.out.printf("-%s: %sn", type[i], array[i]);
		}
		System.out.println("**************************n");
	}
}