java.nio.charset

Набор символов класса

java.lang. Объект

java.nio.charset. Набор символов

Все Реализованные Интерфейсы:

Сопоставимый <Набор символов>

public abstract class Charset
extends Object
implements Comparable<Charset>

Именованное отображение между последовательностями шестнадцатиразрядных элементов кода Unicode и последовательностями байтов. Этот класс определяет методы для того, чтобы создать декодеры и кодеры и для того, чтобы получить различные имена, связанные с набором символов. Экземпляры этого класса являются неизменными.

Этот класс также определяет статические методы для того, чтобы протестировать, поддерживается ли определенный набор символов, для того, чтобы определить местоположение экземпляров набора символов по имени, и для того, чтобы создать карту, которая содержит каждый набор символов, для которого поддержка доступна в текущей виртуальной машине Java. Поддержка новых наборов символов может быть добавлена через интерфейс поставщика услуг, определенный в CharsetProvider класс.

Все методы, определенные в этом классе, безопасны для использования многократными параллельными потоками.

Имена набора символов

Наборы символов называют строки, составленные из следующих символов:

• Прописные буквы 'A' через 'Z' ('\u0041' через '\u005a'),
• Строчные буквы 'a' через 'z' ('\u0061' через '\u007a'),
• Цифры '0' через '9' ('\u0030' через '\u0039'),
• Символ тире '-' ('\u002d', ДЕФИС - МИНУС
• Плюс символьный '+' ('\u002b', ЗНАК "ПЛЮС"
• Символ точки '.' ('\u002e', ТОЧКА
• Символ двоеточия ':' ('\u003a', ДВОЕТОЧИЕ
• Символ подчеркивания '_' ('\u005f', НИЗКАЯ СТРОКА

Имя набора символов должно начаться или с буквы или с цифры. Пустая строка не является юридическим именем набора символов. Имена набора символов не являются чувствительными к регистру; то есть, регистр всегда игнорируется, сравнивая имена набора символов. Имена набора символов обычно следуют за соглашениями, задокументированными в RFC 2278: Регистрационные Процедуры Набора символов IANA.

Каждый набор символов имеет каноническое имя и может также иметь один или более псевдонимов. Каноническое имя возвращается name метод этого класса. Канонические имена, условно, обычно в верхнем регистре. Псевдонимы набора символов возвращаются aliases метод.

У некоторых наборов символов есть историческое имя, которое определяется для совместимости с предыдущими версиями платформы Java. Историческое имя набора символов является или своим каноническим именем или одним из его псевдонимов. Историческое имя возвращается методами getEncoding() InputStreamReader и OutputStreamWriter классы.

Если набор символов, перечисленный в Реестре Набора символов IANA, поддерживается реализацией платформы Java тогда, ее каноническое имя должно быть именем, перечисленным в реестре. Многим наборам символов дают больше чем одно имя в реестре, когда реестр идентифицирует одно из имен как предпочтено MIME. Если у набора символов есть больше чем одно имя реестра тогда, его каноническое имя должно быть предпочтенным MIME именем, и другие имена в реестре должны быть допустимыми псевдонимами. Если поддерживаемый набор символов не перечисляется в реестре IANA тогда, его каноническое имя должно начаться с одной из строк "X-" или "x-".

Реестр набора символов IANA действительно изменяется в течение долгого времени, и таким образом, каноническое имя и псевдонимы определенного набора символов могут также измениться в течение долгого времени. Чтобы гарантировать совместимость, рекомендуется, чтобы никакой псевдоним никогда не был удален из набора символов, и этого, если каноническое имя набора символов изменяется тогда его предыдущее каноническое имя быть превращенным в псевдоним.

Стандартные наборы символов

Каждая реализация платформы Java обязана поддерживать следующие стандартные наборы символов. Консультируйтесь с документацией выпуска для своей реализации, чтобы видеть, поддерживаются ли какие-либо другие наборы символов. Поведение таких дополнительных наборов символов может отличаться между реализациями.

Набор символов	Описание
US-ASCII	Семиразрядный ASCII, a.k.a. ISO646-US, a.k.a. Основной латинский блок набора символов Unicode
ISO-8859-1	Латинский Алфавит № 1 ISO, a.k.a. ISO-LATIN-1
UTF-8	Восьмиразрядный Формат Преобразования UCS
UTF-16BE	Шестнадцатиразрядный Формат Преобразования UCS, обратный порядок байтов
UTF-16LE	Шестнадцатиразрядный Формат Преобразования UCS, прямой порядок байтов
UTF-16	Шестнадцатиразрядный Формат Преобразования UCS, порядок байтов идентифицируется дополнительной меткой порядка байтов

Набор символов UTF-8 определяется RFC 2279; формат преобразования, на который это базируется, определяется в Поправке 2 ISO 10646-1 и также описывается в Стандарте Unicode.

Наборы символов UTF-16 определяются RFC 2781; форматы преобразования, на которые они базируются, определяются в Поправке 1 ISO 10646-1 и также описываются в Стандарте Unicode.

Наборы символов UTF-16 используют шестнадцатиразрядные количества и поэтому чувствительны к порядку байтов. В этих кодировках порядок байтов потока может быть обозначен начальной меткой порядка байтов, представленной символом Unicode '\uFEFF'. Метки порядка байтов обрабатываются следующим образом:

• Декодируя, UTF-16BE и наборы символов UTF-16LE интерпретируют начальные метки порядка байтов как НЕРАЗРЫВНЫЙ ПРОБЕЛ НУЛЕВОЙ ШИРИНЫ

• Декодируя, набор символов UTF-16 интерпретирует метку порядка байтов в начале входного потока, чтобы указать на порядок байтов потока, но значений по умолчанию к обратному порядку байтов, если нет никакой метки порядка байтов; кодируя, это использует обратный порядок байтов и пишет метку порядка байтов с обратным порядком байтов.

В любом случае метки порядка байтов, происходящие после первого элемента входной последовательности, не опускаются, так как тот же самый код используется, чтобы представить НЕРАЗРЫВНЫЙ ПРОБЕЛ НУЛЕВОЙ ШИРИНЫ

У каждого экземпляра виртуальной машины Java есть набор символов по умолчанию, который может или, возможно, не является одним из стандартных наборов символов. Набор символов по умолчанию определяется во время запуска виртуальной машины и обычно зависит от локали и набора символов, используемого базовой операционной системой.

StandardCharsets класс определяет константы для каждого из стандартных наборов символов.

Терминология

Имя этого класса берется из терминов, использованных в RFC 2278. В том документе набор символов определяется как комбинация одного или более кодированных наборов символов и схемы кодировки символов. (Это определение сбивает с толку; некоторые другие системы программного обеспечения определяют набор символов как синоним для кодированного набора символов.)

Кодированный набор символов является отображением между рядом абстрактных символов и рядом целых чисел. US-ASCII, ISO 8859-1, JIS X 0201, и Unicode являются примерами кодированных наборов символов.

Некоторые стандарты определили набор символов, чтобы быть просто рядом абстрактных символов без связанной присвоенной нумерации. Алфавит является примером такого набора символов. Однако, тонкое различие между набором символов и кодированным набором символов редко используется практически; прежний стал краткой формой для последнего, включая в спецификации API Java.

Схема кодировки символов является отображением между одним или более кодированными наборами символов и рядом октета (восьмиразрядный байт) последовательности. UTF-8, UTF-16, ISO 2022, и EUC являются примерами схем кодировки символов. Схемы кодирования часто связываются с определенным кодированным набором символов; UTF-8, например, используется только, чтобы закодировать Unicode. Некоторые схемы, однако, связываются с многократными кодированными наборами символов; EUC, например, может использоваться, чтобы закодировать символы во множестве азиатских кодированных наборов символов.

Когда кодированный набор символов используется исключительно с единственной схемой кодировки символов тогда, соответствующий набор символов обычно назван по имени кодированного набора символов; иначе набор символов обычно назван по имени схемы кодирования и, возможно, локаль кодированных наборов символов, которые это поддерживает. Следовательно US-ASCII является и именем кодированного набора символов и набора символов, который кодирует это, в то время как EUC-JP является именем набора символов, который кодирует JIS X 0201, JIS X 0208, и JIS X 0212 кодированных наборов символов для японского языка.

Собственная кодировка символов языка программирования Java является UTF-16. Набор символов в платформе Java поэтому определяет отображение между последовательностями шестнадцатиразрядных элементов кода UTF-16 (то есть, последовательностями случайных работ) и последовательностями байтов.

С тех пор:

1.4

См. Также:

CharsetDecoder, CharsetEncoder, CharsetProvider, Character

Сводка конструктора

Конструкторы

Модификатор	Конструктор и Описание
protected	Charset(String canonicalName, String[] aliases) Инициализирует новый набор символов с данным каноническим именем и набором псевдонима.

Сводка метода

Методы

Модификатор и Тип	Метод и Описание
Set<String>	aliases() Возвращает набор, содержащий псевдонимы этого набора символов.
static SortedMap<String,Charset>	availableCharsets() Создает сортированную карту от канонических имен набора символов до объектов набора символов.
boolean	canEncode() Говорит, поддерживает ли этот набор символов кодирование.
int	compareTo(Charset that) Сравнивает этот набор символов с другим.
abstract boolean	contains(Charset cs) Говорит, содержит ли этот набор символов данный набор символов.
CharBuffer	decode(ByteBuffer bb) Метод удобства, который декодирует байты в этом наборе символов в символы Unicode.
static Charset	defaultCharset() Возвращает набор символов по умолчанию этой виртуальной машины Java.
Строка	displayName() Возвраты удобочитаемое имя этого набора символов для локали по умолчанию.
Строка	displayName(Locale locale) Возвраты удобочитаемое имя этого набора символов для данной локали.
ByteBuffer	encode(CharBuffer cb) Метод удобства, который кодирует символы Unicode в байты в этом наборе символов.
ByteBuffer	encode(String str) Метод удобства, который кодирует строку в байты в этом наборе символов.
boolean	equals(Object ob) Говорит, равен ли этот объект другому.
static Charset	forName(String charsetName) Возвращает объект набора символов для именованного набора символов.
int	hashCode() Вычисляет хэш-код для этого набора символов.
boolean	isRegistered() Говорит, регистрируется ли этот набор символов в Реестре Набора символов IANA.
static boolean	isSupported(String charsetName) Говорит, поддерживается ли именованный набор символов.
Строка	name() Возвраты каноническое имя этого набора символов.
abstract CharsetDecoder	newDecoder() Создает новый декодер для этого набора символов.
abstract CharsetEncoder	newEncoder() Создает новый кодер для этого набора символов.
Строка	toString() Возвращает строку, описывающую этот набор символов.

Методы java.lang унаследованный от класса. Объект

clone, finalize, getClass, notify, notifyAll, wait, wait, wait

Деталь конструктора

Набор символов

protected Charset(String canonicalName,
       String[] aliases)

Инициализирует новый набор символов с данным каноническим именем и набором псевдонима.

Параметры:

canonicalName - Каноническое имя этого набора символов

aliases - Массив псевдонимов этого набора символов, или нуль, если у этого нет никаких псевдонимов

Броски:

IllegalCharsetNameException - Если каноническое имя или какой-либо из псевдонимов недопустимы

Деталь метода

isSupported

public static boolean isSupported(String charsetName)

Говорит, поддерживается ли именованный набор символов.

Параметры:

charsetName - Имя требуемого набора символов; может быть или каноническое имя или псевдоним

Возвраты:

true, если, и только если, поддержка именованного набора символов доступна в текущей виртуальной машине Java

Броски:

IllegalCharsetNameException - Если данное имя набора символов недопустимо

IllegalArgumentException - Если данный charsetName является нулем

forName

public static Charset forName(String charsetName)

Возвращает объект набора символов для именованного набора символов.

Параметры:

charsetName - Имя требуемого набора символов; может быть или каноническое имя или псевдоним

Возвраты:

Объект набора символов для именованного набора символов

Броски:

IllegalCharsetNameException - Если данное имя набора символов недопустимо

IllegalArgumentException - Если данный charsetName является нулем

UnsupportedCharsetException - Если никакая поддержка именованного набора символов не доступна в этом экземпляре виртуальной машины Java

availableCharsets

public static SortedMap<String,Charset> availableCharsets()

Создает сортированную карту от канонических имен набора символов до объектов набора символов.

У карты, возвращенной этим методом, будет одна запись для каждого набора символов, для которого поддержка доступна в текущей виртуальной машине Java. Если у двух или больше поддерживаемых наборов символов будет то же самое каноническое имя тогда, то получающаяся карта будет содержать только одного из них; какой, который это будет содержать, не определяется.

Вызов этого метода, и последующее использование получающейся карты, могут заставить отнимающий много времени диск или сетевые операции ввода-вывода происходить. Этот метод обеспечивается для приложений, которые должны перечислить все доступные наборы символов, например чтобы позволить пользовательский выбор набора символов. Этот метод не используется forName метод, который вместо этого использует эффективный инкрементный алгоритм поиска.

Этот метод может возвратить различные результаты в разное время, если новые провайдеры набора символов динамически делаются доступными для текущей виртуальной машины Java. В отсутствие таких изменений наборы символов, возвращенные этим методом, являются точно теми, которые могут быть получены через forName метод.

Возвраты:

Неизменная, нечувствительная к регистру карта от канонического набора символов называет к объектам набора символов

defaultCharset

public static Charset defaultCharset()

Возвращает набор символов по умолчанию этой виртуальной машины Java.

Набор символов по умолчанию определяется во время запуска виртуальной машины и обычно зависит от локали и набора символов базовой операционной системы.

Возвраты:

Объект набора символов для набора символов по умолчанию

С тех пор:

1.5

имя

public final String name()

Возвраты каноническое имя этого набора символов.

Возвраты:

Каноническое имя этого набора символов

псевдонимы

public final Set<String> aliases()

Возвращает набор, содержащий псевдонимы этого набора символов.

Возвраты:

Неизменный набор псевдонимов этого набора символов

displayName

public String displayName()

Возвраты удобочитаемое имя этого набора символов для локали по умолчанию.

Реализация по умолчанию этого метода просто возвращает каноническое имя этого набора символов. Конкретные подклассы этого класса могут переопределить этот метод, чтобы обеспечить локализованное имя дисплея.

Возвраты:

Имя дисплея этого набора символов в локали по умолчанию

isRegistered

public final boolean isRegistered()

Говорит, регистрируется ли этот набор символов в Реестре Набора символов IANA.

Возвраты:

true, если, и только если, этот набор символов, как известен его конструктор, регистрируется в IANA

displayName

public String displayName(Locale locale)

Возвраты удобочитаемое имя этого набора символов для данной локали.

Реализация по умолчанию этого метода просто возвращает каноническое имя этого набора символов. Конкретные подклассы этого класса могут переопределить этот метод, чтобы обеспечить локализованное имя дисплея.

Параметры:

locale - Локаль, для которой должно быть получено имя дисплея

Возвраты:

Имя дисплея этого набора символов в данной локали

содержит

public abstract boolean contains(Charset cs)

Говорит, содержит ли этот набор символов данный набор символов.

Набор символов C, как говорят, содержит набор символов D, если, и только если, каждый символ, представимый в D, является также представимым в C. Если это отношение будет содержать тогда, то гарантируется, что каждая строка, которая может быть закодирована в D, может также быть закодирована в C, не выполняя замен.

Это C содержит D, не подразумевает, что каждый символ, представимый в C определенной последовательностью байта, представляется в D той же самой последовательностью байта, хотя иногда дело обстоит так.

Каждый набор символов содержит себя.

Этот метод вычисляет приближение отношения включения: Если это возвращает true тогда, данный набор символов, как известно, содержится этим набором символов; если это возвращает false, однако, то это - не обязательно случай, что данный набор символов не содержится в этом наборе символов.

Возвраты:

true, если данный набор символов содержится в этом наборе символов

newDecoder

public abstract CharsetDecoder newDecoder()

Создает новый декодер для этого набора символов.

Возвраты:

Новый декодер для этого набора символов

newEncoder

public abstract CharsetEncoder newEncoder()

Создает новый кодер для этого набора символов.

Возвраты:

Новый кодер для этого набора символов

Броски:

UnsupportedOperationException - Если этот набор символов не поддерживает кодирование

canEncode

public boolean canEncode()

Говорит, поддерживает ли этот набор символов кодирование.

Почти все кодирование поддержки наборов символов. Основные исключения являются наборами символов автоматического обнаружения специального назначения, декодеры которых могут определить, какие из нескольких возможных схем кодирования используются, исследуя входную последовательность байта. Такие наборы символов не поддерживают кодирование, потому что нет никакого способа определить, какое кодирование должно использоваться на выводе. Реализации таких наборов символов должны переопределить этот метод, чтобы возвратить false.

Возвраты:

true, если, и только если, этот набор символов поддерживает кодирование

декодировать

public final CharBuffer decode(ByteBuffer bb)

Метод удобства, который декодирует байты в этом наборе символов в символы Unicode.

Вызов этого метода на набор символов cs возвращает тот же самый результат как выражение

     cs.newDecoder()
       .onMalformedInput(CodingErrorAction.REPLACE)
       .onUnmappableCharacter(CodingErrorAction.REPLACE)
       .decode(bb); 

за исключением того, что это потенциально более эффективно, потому что это может кэшировать декодеры между последовательными вызовами.

Этот метод всегда заменяет уродливый ввод и неотображаемо-символьные последовательности с заменяющим байтовым массивом этого набора символов по умолчанию. Чтобы обнаружить такие последовательности, используйте CharsetDecoder.decode(java.nio.ByteBuffer) метод непосредственно.

Параметры:

bb - Буфер байта, который будет декодироваться

Возвраты:

Буфер случайной работы, содержащий декодируемые символы

закодировать

public final ByteBuffer encode(CharBuffer cb)

Метод удобства, который кодирует символы Unicode в байты в этом наборе символов.

Вызов этого метода на набор символов cs возвращает тот же самый результат как выражение

     cs.newEncoder()
       .onMalformedInput(CodingErrorAction.REPLACE)
       .onUnmappableCharacter(CodingErrorAction.REPLACE)
       .encode(bb); 

за исключением того, что это потенциально более эффективно, потому что это может кэшировать кодеры между последовательными вызовами.

Этот метод всегда заменяет уродливый ввод и неотображаемо-символьные последовательности с заменяющей строкой этого набора символов по умолчанию. Чтобы обнаружить такие последовательности, используйте CharsetEncoder.encode(java.nio.CharBuffer) метод непосредственно.

Параметры:

cb - Буфер случайной работы, который будет закодирован

Возвраты:

Буфер байта, содержащий закодированные символы

закодировать

public final ByteBuffer encode(String str)

Метод удобства, который кодирует строку в байты в этом наборе символов.

Вызов этого метода на набор символов cs возвращает тот же самый результат как выражение

     cs.encode(CharBuffer.wrap(s)); 

Параметры:

str - Строка, которая будет закодирована

Возвраты:

Буфер байта, содержащий закодированные символы

compareTo

public final int compareTo(Charset that)

Сравнивает этот набор символов с другим.

Наборы символов упорядочиваются их каноническими именами без отношения случиться.

Определенный:

compareTo в интерфейсе Comparable<Charset>

Параметры:

that - Набор символов, с которым должен быть сравнен этот набор символов

Возвраты:

Отрицательное целое число, нуль, или положительное целое число как этот набор символов являются меньше чем, равный, или больше чем указанный набор символов

хэш-код

public final int hashCode()

Вычисляет хэш-код для этого набора символов.

Переопределения:

hashCode в классе Object

Возвраты:

Целочисленный хэш-код

См. Также:

Object.equals(java.lang.Object), System.identityHashCode(java.lang.Object)

равняется

public final boolean equals(Object ob)

Говорит, равен ли этот объект другому.

Два набора символов равны, если, и только если, у них есть те же самые канонические имена. Набор символов никогда не равен любому другому типу объекта.

Переопределения:

equals в классе Object

Параметры:

ob - ссылочный объект, с которым можно сравниться.

Возвраты:

true, если, и только если, этот набор символов равен данному объекту

См. Также:

Object.hashCode(), HashMap

toString

public final String toString()

Возвращает строку, описывающую этот набор символов.

Переопределения:

toString в классе Object

Возвраты:

Строка, описывающая этот набор символов