关于lucene乱码！！！！！！！

Question

如题，我在用lucene为html建立索引后，然后进行查询，发现查询出的中文标题，摘要全是乱码，而英文的没问题。
又发现：如果html页面编码是gb2312，则在建立索引后，进行查询时正常的。
        如果html页面编码是utf-8，则就出现乱码。另外：对html建立索引时，添加一个字段是content（html内容中既有中文又有英文）
      简短代码如：HTMLParser parser = new HTMLParser(fis);
doc.add(new Field("content", parser.getReader()));
在查询时，输入中文时，查不出，英文则可以。
附：lucene版本是lucene-2.4.0刚接触lucene，希望哪位大侠能给些建议！

Answer 1

那你就用gb2312的编码方式吧   utf汉字编码后是占三个字节的  估计问题出在这了或者你手动转换一下编码再显示出来,不知道可以不 String.getBytes();

Answer 2

用的是Tomcat吗?
可以试一下这个方法
修改server.xml中connnector端口那一块,注意看红色部分是新增的。
<Connector port="8080"
    maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
    enableLookups="false" redirectPort="8443" acceptCount="100"
    connectionTimeout="20000" disableUploadTimeout="true"
    URIEncoding="UTF-8" useBodyEncodingForURI="true" />

Answer 3

因为一般来说都编码设为utf-8的话就不用使用过滤器了，utf-8还乱码的话,那就不太对了.

Answer 4

我用lucene中文也有乱码，整个工程我用的都是utf-8编码，即使在读取文件时，我也特意把字符串的编码转成utf-8的，同时也设置了request的编码方式能想到的都试了，还是有乱码！这lucene不会只对一种编码适用吧？求解