Base de conhecimentoCentro de Exames
PT · PTPortuguês (Portugal)
Escolher idioma13

CKTIS / Java

StandardCharsets — escolher explicitamente uma codificação de texto

StandardCharsets fornece objetos Charset prontos a utilizar para as codificações padrão exigidas pela plataforma Java. Utilize StandardCharsets.UTF_8 ou StandardCharsets.UTF_16BE para especificar explicitamente como o texto passa a bytes e como os bytes passam a texto.

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

Sintaxe

import java.nio.charset.StandardCharsets;
byte[] bytes = text.getBytes(StandardCharsets.UTF_8);
String restored = new String(bytes, StandardCharsets.UTF_8);
byte[] bigEndian = text.getBytes(StandardCharsets.UTF_16BE);

java.nio.charset.StandardCharsets contém constantes public static final do tipo Charset, não nomes de codificação do tipo String. A codificação converte texto em bytes; a descodificação reconstrói texto a partir de bytes. Todas as implementações da plataforma Java garantem o suporte das codificações representadas por estas constantes.

StandardCharsets.UTF_8 seleciona UTF-8. StandardCharsets.UTF_16BE seleciona UTF-16 com o byte mais significativo de cada unidade de 16 bits em primeiro lugar. Não confunda UTF_16BE com UTF_16: durante a codificação, UTF_16BE não acrescenta uma marca de ordem dos bytes (BOM), enquanto UTF_16 acrescenta uma BOM e utiliza a ordem big-endian. Durante a descodificação com UTF_16BE, uma BOM inicial permanece como caráter U+FEFF, em vez de controlar a ordem dos bytes.

Passe a constante explicitamente a text.getBytes(StandardCharsets.UTF_8) e a new String(bytes, StandardCharsets.UTF_8). Ao ler, escolha a codificação que corresponde ao formato real dos dados; a constante não a deteta automaticamente. Uma escolha explícita elimina a dependência desta conversão da codificação predefinida.

O exemplo codifica A\u0105 de duas formas e apresenta os bytes em hexadecimal. O resultado esperado é 41c485, 00410105, true, true, cada um numa linha separada. As duas últimas linhas verificam se a descodificação com a mesma codificação reconstrói o texto.

Exemplos

import java.nio.charset.StandardCharsets;
import java.util.HexFormat;

public class Main {
    public static void main(String[] args) {
        String text = "A\u0105";
        byte[] utf8 = text.getBytes(StandardCharsets.UTF_8);
        byte[] utf16be = text.getBytes(StandardCharsets.UTF_16BE);

        System.out.println(HexFormat.of().formatHex(utf8));
        System.out.println(HexFormat.of().formatHex(utf16be));
        System.out.println(text.equals(new String(utf8, StandardCharsets.UTF_8)));
        System.out.println(text.equals(new String(utf16be, StandardCharsets.UTF_16BE)));
    }
}

Resultado

41c485
00410105
true
true

O código apresentado e o resultado declarado foram verificados num ambiente isolado pelo método registado na prova de verificação desta versão exata.

Fontes