Base de conocimientosCentro de exámenes
ESEspañol
Elegir idioma13

CKTIS / Java

Charset: codificación y decodificación de texto

java.nio.charset.Charset describe una correspondencia entre unidades de código Unicode y bytes. Aprende cómo Charset.forName selecciona una codificación y cómo crear un decodificador y un codificador con gestión explícita de errores.

Versión: Java SE 21; repository runtime, production runtime not attested

Sintaxis

Charset cs = Charset.forName("UTF-8");
CharsetDecoder decoder = cs.newDecoder();
CharsetEncoder encoder = cs.newEncoder();

java.nio.charset.Charset describe una correspondencia con nombre entre secuencias de unidades de código Unicode de 16 bits y bytes. La decodificación convierte bytes en caracteres y la codificación convierte caracteres en bytes. La codificación debe coincidir con el formato de los datos; elegir una incorrecta puede producir texto erróneo sin notificar un error.

Charset.forName("UTF-8") busca una codificación por su nombre o alias, sin distinguir entre mayúsculas y minúsculas. Un nombre ilegal provoca IllegalCharsetNameException, mientras que una codificación no compatible provoca UnsupportedCharsetException. Para una codificación fija, puedes usar StandardCharsets.UTF_8.

Charset.newDecoder() crea un CharsetDecoder que convierte un ByteBuffer en un CharBuffer. Si el objeto Charset admite la codificación, Charset.newEncoder() crea un CharsetEncoder para la dirección inversa. Algunos objetos Charset solo admiten la decodificación: si canEncode() devuelve false, newEncoder() lanza UnsupportedOperationException. Un objeto Charset es inmutable y se puede compartir entre hilos de forma segura, pero los codificadores y decodificadores no son seguros para el uso simultáneo desde varios hilos.

Los codificadores y decodificadores nuevos usan por defecto CodingErrorAction.REPORT ante entradas mal formadas y caracteres no representables. Por ello, sus métodos encode y decode de un argumento pueden lanzar CharacterCodingException. En cambio, los métodos de conveniencia Charset.encode y Charset.decode sustituyen los datos problemáticos. Usa onMalformedInput y onUnmappableCharacter para elegir explícitamente una política de errores.

El ejemplo codifica caf\u00e9 como UTF-8 y decodifica el resultado. Comprueba el número de bytes y la igualdad del texto sin depender de cómo represente los caracteres el terminal. El resultado de la codificación ya está listo para leerse; no llames a flip() antes de decodificarlo.

Ejemplos

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));
    }
}

Resultado

bytes=5
roundTrip=true

El código mostrado y el resultado declarado se verificaron en un entorno aislado mediante el método registrado en la evidencia de verificación de esta versión exacta.

Fuentes