Baza znanjaIzpitno središče
SLSlovenščina
Izberi jezik13

CKTIS / Java

Charset – kodiranje in dekodiranje besedila

java.nio.charset.Charset opisuje preslikavo med kodnimi enotami Unicode in bajti. Spoznaj, kako Charset.forName izbere kodiranje ter kako ustvariti dekoder in kodirnik z izrecno obravnavo napak.

Različica: 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 poimenovano preslikavo med zaporedji 16-bitnih kodnih enot Unicode in bajti. Dekodiranje pretvori bajte v znake, kodiranje pa znake v bajte. Kodiranje se mora ujemati z obliko podatkov; napačna izbira lahko povzroči nepravilno besedilo, ne da bi bila napaka sporočena.

Charset.forName("UTF-8") poišče kodiranje po imenu ali vzdevku in ne razlikuje med velikimi in malimi črkami. Neveljavno ime povzroči IllegalCharsetNameException, nepodprto kodiranje pa UnsupportedCharsetException. Za določeno kodiranje lahko uporabiš StandardCharsets.UTF_8.

Charset.newDecoder() ustvari CharsetDecoder, ki pretvori ByteBuffer v CharBuffer. Če objekt Charset podpira kodiranje, Charset.newEncoder() ustvari CharsetEncoder za obratno smer. Nekateri objekti Charset podpirajo le dekodiranje: če canEncode() vrne false, newEncoder() sproži izjemo UnsupportedOperationException. Objekt Charset je nespremenljiv in ga je varno deliti med nitmi, kodirniki in dekoderji pa niso primerni za sočasno uporabo v več nitih.

Novi kodirniki in dekoderji privzeto uporabljajo CodingErrorAction.REPORT pri nepravilnem vhodu in znakih, ki jih ni mogoče preslikati. Njihovi enoparametrski metodi encode in decode lahko zato sprožita CharacterCodingException. Pomožni metodi Charset.encode in Charset.decode problematične podatke nadomestita. Z onMalformedInput in onUnmappableCharacter lahko izrecno izbereš pravilnik za obravnavo napak.

Primer kodira caf\u00e9 v UTF-8 in rezultat dekodira. Preveri število bajtov in enakost besedila, ne da bi bil odvisen od prikaza znakov v terminalu. Rezultat kodiranja je že pripravljen za branje; pred dekodiranjem na njem ne pokliči flip().

Primeri

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

Prikazana koda in navedeni rezultat sta bila preverjena v izoliranem okolju z metodo, zapisano v dokazilu o preverjanju te natančne različice.

Viri