Baza wiedzyCentrum egzaminacyjne
PLPolski
Wybierz język13

CKTIS / Java

Charset — kodowanie i dekodowanie tekstu

java.nio.charset.Charset opisuje odwzorowanie między jednostkami kodowymi Unicode a bajtami. Poznaj wybór kodowania przez Charset.forName oraz tworzenie dekodera i enkodera z kontrolą błędów.

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

Składnia

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

java.nio.charset.Charset opisuje nazwane odwzorowanie między sekwencjami 16-bitowych jednostek kodowych Unicode a bajtami. Dekodowanie zamienia bajty na znaki, a kodowanie — znaki na bajty. Kodowanie musi odpowiadać formatowi danych; błędny wybór może dać niepoprawny tekst bez zgłoszenia błędu.

Charset.forName("UTF-8") wyszukuje kodowanie według nazwy lub aliasu, bez rozróżniania wielkości liter. Nielegalna nazwa powoduje IllegalCharsetNameException, a nieobsługiwane kodowanie — UnsupportedCharsetException. Dla stałego kodowania można użyć StandardCharsets.UTF_8.

Charset.newDecoder() tworzy CharsetDecoder, który przekształca ByteBuffer w CharBuffer. Jeśli dany Charset obsługuje kodowanie, Charset.newEncoder() tworzy CharsetEncoder działający w przeciwnym kierunku. Niektóre obiekty Charset obsługują tylko dekodowanie: jeśli canEncode() zwraca false, newEncoder() zgłasza UnsupportedOperationException. Obiekt Charset jest niemutowalny i bezpieczny do współdzielenia między wątkami, ale enkodery i dekodery nie są bezpieczne przy równoczesnym użyciu przez wiele wątków.

Nowe enkodery i dekodery domyślnie stosują CodingErrorAction.REPORT dla błędnego wejścia i braku odwzorowania. Jednoargumentowe encode i decode mogą wtedy zgłosić CharacterCodingException. Natomiast pomocnicze metody Charset.encode i Charset.decode zastępują problematyczne dane. onMalformedInput i onUnmappableCharacter pozwalają jawnie wybrać politykę błędów.

Przykład koduje caf\u00e9 do UTF-8 i dekoduje wynik. Sprawdza liczbę bajtów oraz zgodność tekstu, nie zależąc od sposobu wyświetlania znaków w terminalu. Wynik kodowania jest już gotowy do odczytu; nie wywołuj na nim flip() przed dekodowaniem.

Przykłady

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));
    }
}

Wynik

bytes=5
roundTrip=true

Wyświetlony kod i zadeklarowany wynik zweryfikowano w odizolowanym środowisku metodą zapisaną w dowodzie weryfikacji tej dokładnej wersji.

Źródła