关于unicode不能不知道的知识

在计算机出现的中后期，人们开发了unix，并为无重音英语字母开发了一套称为ASCII的编码，它能够使用32到127之间的数字表示各个字符，空格是32。由于那个时期生产的大多数计算机使用8位大小的字节，因此用户不仅可以存放所有可能的ASCII字符，而且还有整整一位空余下来。他们想可以把128～255之间的编码用作个人的应用目的。
   然而，亚洲国家的字符表有成千上万个字符，是无法用8位二进制来表示的。这时，unicode就问世了。
   一些人错误的认为，unicode就是一种每个字符占用16个二进制位，从而可以表示65536个可能的字符的16位编码方案。这个并不十分正确，它是关于unicode的唯一最为流行的神话。
   在unicode中，一个字母映射为一种称作代码点(code point)的对象。unicode组织为各种字母表中每个理想化的字母分配一个神奇的编号，其书写形式为U+0645，这个神奇的编号称为一个代码点。U+的含义是“Unicode”，这些数字是16进制的，在windows xp的charmap工具可以找到所有的字母及其编码。
   Unicode能够定义的字母个数其实没有限制。我们来看一个字符串：Hello该字符串在Unicode中对应的5个代码点：
U+0048 U+0065 U+006C U+006C U+006F
   关于Unicode编码，最为容易同时也因此导致2字节神话出现的想法是：“嗨，让我们将这些编码各自用两个字节存放吧！”于是，“Hello”变成了
   00 48 00 65 00 6C 00 6C 00 6F
   曾几何时，这样的做法好像是足够好了。可是，程序员却一直没有停止抱怨：“瞧瞧那些所有的零！”要知道，作为美国人，他们阅读的英语文本很少用到U+00FF以上的代码点。
   于是乎，光彩照人的UTF－8概念就出现了。它是另外一种存放字符串的Unicode代码点的体系，它在内存中使用8位字节存放那些神奇的U+编号。在UTF-8中，从0～127的每个代码点存放在单个字节里面，只是128以上的代码点才使用2个字节、3个字节，乃至多达6个字节的空间来进行存储。这样在UTF-8中，前128个字符与美国人的习惯一样，他们永远不会意识到有什么异样。
   ISO-8859-1，即Latin-1是一种流行的英语文本编码方案。
   请记住：有一个字符串，而不知道它所使用的编码方案是毫无意义的。
                                －－－－－－－－－摘自《joel说软件(joel on software)》

 jsp中访问数据库的时候会显示乱码，可以通过以下办法解决：

将写入数据库的中文转换为从ISO 8859-1编码格式到GBK编码格式，实现方法：
String str = new String(dbstr.getBytes("ISO 8859-1"),"GBK");
读出数据库的中文将其从GBK编码格式转换为ISO 8859-1编码格式，实现：
String str = new String(dbstr.getBytes("GBK"),"ISO 8859-1")