在打印单据的时候，有两个汉字“玥”和“芃”，始终显示为“？”，这一问题困扰了业务人员一段时间了。以前没有空，就没有投入精力去查原因，上次得了空，终于把这个问题解决掉了。

这个乱码的汉字从哪里来的呢？首先是业务人员通过一个遗留的PHP应用，输入到一个mysql 4数据库中，然后我们的java程序从这个mysql 4中读取，再写入到新的mysql5的数据库中，最后通过java程序生成html在用户的浏览器里显示，结果就看到了这两个汉字乱码。那么这个问题如何解决呢？

只有两个汉字乱码，而不是所有的汉字都乱码，所以我们的程序一定使用了一种包含汉字较少的字符集，而这个出错的汉字恰好不在此字符集中，否则，就应当是大部分汉字乱码，而不仅仅是这两个了。很自然的就让人想到了 gb2312, gbk, gb18030, utf8等字符集之间的关系。其中gb2312中只有六千多个汉字，其它几个字符集支持的汉字数相差不多，我们程序一定是在该使用gbk, gb18030或utf8的地方使用了含有汉字较少的gb2312。

经查阅相关文档，果然发现那两个汉字都不在gb2312里，而在gbk, utf8字符集里。我们的mysql5使用的utf8字符集，生成的html也是utf8编码，如果mysql5中的汉字是正确的话，那么就应该能正常显示，因此，数据进入mysql5的时候就应该出错了。java程序在连接mysql5的时候，在jdbc连接中设置了utf8，所以如果从mysql4数据库中读取出来的是正确的，就不应该写入出问题，因此数据在mysql4中可能就错了，也可能是从mysql4中读取的时候出错了。php的兄弟们说mysql的数据库是gb2312字符集的，mysql的配置文件里也是这么配置的。如果果真如此，那么这个两个汉字在mysql4的数据库中就应该不正常了，所有的程序读出之后都应该是乱码，可是php的录入程序那边确实是能正常显示的。我断定这个数据库里放的实际上是gbk字符集的汉字。选用和mysql4相对应的mysql j connector 3.14，并在jdbc连接url里设置了characterEncoding=gbk，读出来的仍旧不正确！查阅了mysql j connector的文档，原来3 版本的mysql connector根本就不支持characterEncoding这个选项。看来只能修改mysql的配置文件了。修改之后，果然这两个汉字可以正常显示了。

如果计算机是中国人发明的，那么计算机也许一开始就得支持汉字，就再也没有乱码的问题。如果世界上只有一种汉字的编码方案，也不会有乱码的问题，可惜汉字偏偏有很多中编码方案。所以在我们的程序中，一定得搞清楚，我们的汉字数据来自于哪里，使用的哪种编码，每个环节都得配置得当，否则就会有乱码问题。

对于一般的web应用来说，需要关心编码的地方有：
1，数据库以什么编码存储数据
2，程序使用什么字符集连接数据库
3，程序内部运行时使用什么字符集
4，程序源码使用什么字符集
5，生成的html文件是什么字符集
6，程序告知浏览器的字符集
如果以上这些地方的字符集有配置不正确的地方，往往就会乱码。

如果可以的话，最好在所有的地方都使用一种编码，比如对于java应用来说，在所有的地方都使用utf8编码，就可以解决问题。需要注意的是，在windows环境下，默认的文件编码是gb18030的，而不是utf8。

另外，极端鄙视故意使用生僻字火星文的脑残族！！