Base di conoscenzaCentro esami
ITItaliano
Scegli la lingua13

CKTIS / Java

Charset: codifica e decodifica il testo

java.nio.charset.Charset descrive una corrispondenza tra unità di codice Unicode e byte. Scopri come Charset.forName seleziona una codifica e come creare un decoder e un encoder con una gestione esplicita degli errori.

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

Sintassi

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

java.nio.charset.Charset descrive una corrispondenza con nome tra sequenze di unità di codice Unicode a 16 bit e byte. La decodifica trasforma i byte in caratteri, mentre la codifica trasforma i caratteri in byte. La codifica deve corrispondere al formato dei dati; una scelta errata può produrre testo non corretto senza segnalare un errore.

Charset.forName("UTF-8") cerca una codifica in base al nome o a un alias, senza distinguere tra maiuscole e minuscole. Un nome illegale causa IllegalCharsetNameException, mentre una codifica non supportata causa UnsupportedCharsetException. Per una codifica fissa, puoi usare StandardCharsets.UTF_8.

Charset.newDecoder() crea un CharsetDecoder che converte un ByteBuffer in un CharBuffer. Se l’oggetto Charset supporta la codifica, Charset.newEncoder() crea un CharsetEncoder per la direzione inversa. Alcuni oggetti Charset supportano solo la decodifica: se canEncode() restituisce false, newEncoder() lancia UnsupportedOperationException. Un oggetto Charset è immutabile e può essere condiviso in sicurezza tra thread, ma encoder e decoder non sono sicuri se usati contemporaneamente da più thread.

I nuovi encoder e decoder usano per impostazione predefinita CodingErrorAction.REPORT in caso di input non valido o caratteri non mappabili. I rispettivi metodi encode e decode con un argomento possono quindi generare CharacterCodingException. I metodi di utilità Charset.encode e Charset.decode, invece, sostituiscono i dati problematici. Usa onMalformedInput e onUnmappableCharacter per scegliere esplicitamente una politica di gestione degli errori.

L’esempio codifica caf\u00e9 in UTF-8 e decodifica il risultato. Controlla il numero di byte e l’uguaglianza del testo senza dipendere dalla visualizzazione dei caratteri nel terminale. Il risultato della codifica è già pronto per la lettura; non chiamare flip() prima di decodificarlo.

Esempi

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));
    }
}

Risultato

bytes=5
roundTrip=true

Il codice mostrato e il risultato dichiarato sono stati verificati in un ambiente isolato con il metodo registrato nella prova di verifica di questa versione esatta.

Fonti