CKTIS / Java
Charset – Text kodieren und dekodieren
java.nio.charset.Charset beschreibt die Zuordnung zwischen Unicode-Codeeinheiten und Bytes. Erfahre, wie Charset.forName eine Zeichencodierung auswählt und wie du Decoder und Encoder mit expliziter Fehlerbehandlung erstellst.
Version: Java SE 21; repository runtime, production runtime not attested
Syntax
Charset cs = Charset.forName("UTF-8");
CharsetDecoder decoder = cs.newDecoder();
CharsetEncoder encoder = cs.newEncoder();java.nio.charset.Charset beschreibt eine benannte Zuordnung zwischen Folgen von 16-Bit-Unicode-Codeeinheiten und Bytes. Beim Dekodieren werden Bytes in Zeichen umgewandelt, beim Kodieren Zeichen in Bytes. Die Zeichencodierung muss zum Datenformat passen; eine falsche Wahl kann zu fehlerhaftem Text führen, ohne dass ein Fehler gemeldet wird.
Charset.forName("UTF-8") sucht eine Zeichencodierung anhand ihres Namens oder eines Alias, ohne Groß- und Kleinschreibung zu unterscheiden. Ein ungültiger Name führt zu IllegalCharsetNameException, eine nicht unterstützte Zeichencodierung zu UnsupportedCharsetException. Für eine feste Zeichencodierung kannst du StandardCharsets.UTF_8 verwenden.
Charset.newDecoder() erstellt einen CharsetDecoder, der einen ByteBuffer in einen CharBuffer umwandelt. Wenn das Charset-Objekt das Kodieren unterstützt, erstellt Charset.newEncoder() einen CharsetEncoder für die umgekehrte Richtung. Manche Charset-Objekte unterstützen nur das Dekodieren: Gibt canEncode() den Wert false zurück, löst newEncoder() eine UnsupportedOperationException aus. Ein Charset-Objekt ist unveränderlich und kann sicher von mehreren Threads gemeinsam verwendet werden. Encoder und Decoder sind dagegen nicht für die gleichzeitige Verwendung durch mehrere Threads geeignet.
Neue Encoder und Decoder verwenden standardmäßig CodingErrorAction.REPORT bei fehlerhafter Eingabe und nicht abbildbaren Zeichen. Ihre encode- und decode-Methoden mit einem Argument können deshalb CharacterCodingException auslösen. Die Komfortmethoden Charset.encode und Charset.decode ersetzen problematische Daten dagegen. Mit onMalformedInput und onUnmappableCharacter lässt sich die Fehlerbehandlung ausdrücklich festlegen.
Das Beispiel kodiert caf\u00e9 als UTF-8 und dekodiert das Ergebnis. Es prüft die Byteanzahl und die Textgleichheit, ohne von der Zeichendarstellung des Terminals abhängig zu sein. Das Kodierungsergebnis ist bereits zum Lesen bereit; rufe vor dem Dekodieren nicht flip() darauf auf.
Beispiele
import java.nio.ByteBuffer;
import java.nio.CharBuffer;
import java.nio.charset.CharacterCodingException;
import java.nio.charset.Charset;
public class CharsetDemo {
public static void main(String[] args) throws CharacterCodingException {
Charset cs = Charset.forName("UTF-8");
String text = "caf\u00e9";
ByteBuffer bytes = cs.newEncoder().encode(CharBuffer.wrap(text));
System.out.println("bytes=" + bytes.remaining());
String decoded = cs.newDecoder().decode(bytes).toString();
System.out.println("roundTrip=" + text.equals(decoded));
}
}Ergebnis
bytes=5 roundTrip=true
Der angezeigte Code und das angegebene Ergebnis wurden in einer isolierten Umgebung mit der im Prüfnachweis für genau diese Version dokumentierten Methode verifiziert.