Baza znanjaCentar za ispite
HRHrvatski
Odaberi jezik13

CKTIS / Java

Charset — kodiranje i dekodiranje teksta

java.nio.charset.Charset opisuje preslikavanje između Unicodeovih kodnih jedinica i bajtova. Saznaj kako Charset.forName odabire kodiranje te kako stvoriti dekoder i koder uz izričito rukovanje pogreškama.

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

Sintaksa

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

java.nio.charset.Charset opisuje imenovano preslikavanje između nizova 16-bitnih Unicodeovih kodnih jedinica i bajtova. Dekodiranje pretvara bajtove u znakove, a kodiranje znakove u bajtove. Kodiranje mora odgovarati formatu podataka; pogrešan odabir može dati neispravan tekst bez prijave pogreške.

Charset.forName("UTF-8") traži kodiranje prema nazivu ili aliasu, bez razlikovanja velikih i malih slova. Neispravan naziv uzrokuje IllegalCharsetNameException, a nepodržano kodiranje uzrokuje UnsupportedCharsetException. Za određeno kodiranje možeš upotrijebiti StandardCharsets.UTF_8.

Charset.newDecoder() stvara CharsetDecoder koji pretvara ByteBuffer u CharBuffer. Ako objekt Charset podržava kodiranje, Charset.newEncoder() stvara CharsetEncoder za obrnuti smjer. Neki objekti Charset podržavaju samo dekodiranje: ako canEncode() vrati false, newEncoder() izbacuje iznimku UnsupportedOperationException. Objekt Charset nepromjenjiv je i može se sigurno dijeliti među dretvama, no koderi i dekoderi nisu sigurni za istodobnu upotrebu u više dretvi.

Novi koderi i dekoderi zadano koriste CodingErrorAction.REPORT za neispravan ulaz i znakove koji se ne mogu mapirati. Njihove metode encode i decode s jednim argumentom zato mogu izbaciti CharacterCodingException. Nasuprot tome, pomoćne metode Charset.encode i Charset.decode zamjenjuju problematične podatke. Metodama onMalformedInput i onUnmappableCharacter možeš izričito odabrati pravilo za obradu pogrešaka.

Primjer kodira caf\u00e9 kao UTF-8 i dekodira rezultat. Provjerava broj bajtova i jednakost teksta, bez ovisnosti o načinu prikaza znakova u terminalu. Rezultat kodiranja već je spreman za čitanje; prije dekodiranja nemoj nad njim pozvati flip().

Primjeri

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));
    }
}

Rezultat

bytes=5
roundTrip=true

Prikazani kôd i navedeni rezultat provjereni su u izoliranom okruženju metodom zabilježenom u dokazu provjere za ovu točnu verziju.

Izvori