CKTIS / Java
Charset — kódovanie a dekódovanie textu
java.nio.charset.Charset opisuje mapovanie medzi kódovými jednotkami Unicode a bajtmi. Zistite, ako Charset.forName vyberá kódovanie a ako vytvoriť dekodér a kodér s výslovným spracovaním chýb.
Verzia: Java SE 21; repository runtime, production runtime not attested
Syntax
Charset cs = Charset.forName("UTF-8");
CharsetDecoder decoder = cs.newDecoder();
CharsetEncoder encoder = cs.newEncoder();java.nio.charset.Charset opisuje pomenované mapovanie medzi sekvenciami 16-bitových kódových jednotiek Unicode a bajtmi. Dekódovanie prevádza bajty na znaky a kódovanie prevádza znaky na bajty. Kódovanie musí zodpovedať formátu údajov; nesprávny výber môže vytvoriť chybný text bez oznámenia chyby.
Charset.forName("UTF-8") vyhľadá kódovanie podľa názvu alebo aliasu a nerozlišuje pritom veľké a malé písmená. Neplatný názov spôsobí IllegalCharsetNameException, nepodporované kódovanie spôsobí UnsupportedCharsetException. Pre pevné kódovanie môžeš použiť StandardCharsets.UTF_8.
Charset.newDecoder() vytvorí CharsetDecoder, ktorý prevádza ByteBuffer na CharBuffer. Ak objekt Charset podporuje kódovanie, Charset.newEncoder() vytvorí CharsetEncoder pre opačný smer. Niektoré objekty Charset podporujú iba dekódovanie: ak canEncode() vráti false, newEncoder() vyvolá výnimku UnsupportedOperationException. Objekt Charset je nemenný a možno ho bezpečne zdieľať medzi vláknami, kodéry a dekodéry však nie sú bezpečné pri súbežnom používaní viacerými vláknami.
Nové kodéry a dekodéry predvolene používajú CodingErrorAction.REPORT pri chybnom vstupe a znakoch, ktoré nemožno mapovať. Ich jednoargumentové metódy encode a decode preto môžu vyvolať CharacterCodingException. Pomocné metódy Charset.encode a Charset.decode naopak problematické údaje nahrádzajú. Pomocou onMalformedInput a onUnmappableCharacter možno výslovne vybrať politiku spracovania chýb.
Príklad zakóduje caf\u00e9 ako UTF-8 a výsledok dekóduje. Kontroluje počet bajtov a zhodu textu bez závislosti od zobrazovania znakov v termináli. Výsledok kódovania je už pripravený na čítanie; pred dekódovaním na ňom nevolaj flip().
Príklady
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));
}
}Výsledok
bytes=5 roundTrip=true
Zobrazený kód a uvedený výsledok boli overené v izolovanom prostredí metódou zaznamenanou v dôkaze o overení tejto presnej verzie.