Charset

目录搜索

文字

概述

软件包

类

使用

树

已过时

索引

帮助

Java^TM 2 Platform
Standard Ed. 6

上一个类 下一个类

框架 无框架

摘要：嵌套 | 字段 | 构造方法 | 方法

详细信息：字段 | 构造方法 | 方法

java.nio.charset
类 Charset

java.lang.Object
  java.nio.charset.Charset

所有已实现的接口：: Comparable<Charset>

public abstract class Charset
extends Object
implements Comparable<Charset>

16 位的 Unicode 代码单元序列和字节序列之间的指定映射关系。此类定义了用于创建解码器和编码器以及获取与 charset 关联的各种名称的方法。此类的实例是不可变的。

此类也定义了用于测试是否支持特定 charset 的静态方法、通过名称查找 charset 实例的静态方法，以及构造一个包含目前 Java 虚拟机支持的每个 charset 的映射静态方法。通过类 CharsetProvider 中定义的服务提供者接口可以添加对新 charset 的支持。

此类中定义的所有方法用于多个并发线程是安全的。

Charset 名称

通过以下字符所组成的字符串来命名 Charset：

大写字母 'A' 到 'Z'（'\u0041' 到 '\u005a'），
小写字母 'a' 到 'z'（'=pos; 到 ' apos;），
数字 '0' 到 '9'（'\u0030' 到 '\u0039'），
短划线字符 '-'（'\u002d'，连词符号），
句点字符 '.'('\u002e'，句点），
冒号字符 ':'('\u003a'，冒号），和
下划线字符 '_'（'\u005f'，下划线）。

Charset 名称必须以字母或数字开头。空字符串不是合法的 charset 名称。Charset 名称是大小写不敏感的，也就是当比较 charset 名称时总是忽略大小写。Charset 名称通常遵循 RFC2278:IANA Charset Registration Procedures 中所记录的约定。

每个 charset 有一个规范名称，也可能有一个或多个别名。规范名称由此类的 name 方法返回。根据约定，规范名称通常是大写的。charset 的别名由 aliases 方法返回。

一些 charset 有一个历史名称，定义这个名称是为了和以前版本的 Java 平台兼容。charset 的历史名称既可以是它的规范名称，也可以是它的某个别名。历史名称由 InputStreamReader 和 OutputStreamWriter 类的 getEncoding() 方法返回。

如果 Java 平台的实现支持列于 IANA Charset Registry 中的 charset，那么它的规范名称必须是注册表中列出的名字。很多 charset 在注册表中给出不止一个名称，在这种情况下注册表将某个名称标识为 MIME 首选的。如果 charset 有多个注册表名称，那么它的规范名称必须是 MIME 首选的名称，并且注册表中的其他名称必须是合法的别名。如果支持的 charset 没有列在 IANA 注册表中，那么它的规范名称必须以字符串 "X-" 或 "x-" 中的一个开头。

IANA charset 注册表不断进行更改，所以特定 charset 的规范名称和别名也会随之更改。为了确保兼容性，推荐不要删除 charset 的别名，如果更改了 charset 的规范名称，那么可将以前的规范名称作为别名。

标准 charset

Java 平台的每一种实现都需要支持以下标准 charset。请参考该实现的版本文档，查看是否支持其他 charset。这些可选 charset 的行为在不同的实现之间可能有所不同。

Charset

描述

US-ASCII 7 位 ASCII 字符，也叫作 ISO646-US、Unicode 字符集的基本拉丁块

ISO-8859-1 ISO 拉丁字母表 No.1，也叫作 ISO-LATIN-1

UTF-8 8 位 UCS 转换格式

UTF-16BE 16 位 UCS 转换格式，Big Endian（最低地址存放高位字节）字节顺序

UTF-16LE 16 位 UCS 转换格式，Little-endian（最高地址存放低位字节）字节顺序

UTF-16 16 位 UCS 转换格式，字节顺序由可选的字节顺序标记来标识

Charset	描述
`US-ASCII`	7 位 ASCII 字符，也叫作 `ISO646-US`、Unicode 字符集的基本拉丁块
`ISO-8859-1`	ISO 拉丁字母表 No.1，也叫作 `ISO-LATIN-1`
`UTF-8`	8 位 UCS 转换格式
`UTF-16BE`	16 位 UCS 转换格式，Big Endian（最低地址存放高位字节）字节顺序
`UTF-16LE`	16 位 UCS 转换格式，Little-endian（最高地址存放低位字节）字节顺序
`UTF-16`	16 位 UCS 转换格式，字节顺序由可选的字节顺序标记来标识

UTF-8 charset 在 RFC 2279 中指定；它所基于的转换格式在 ISO 10646-1 的 Amendment 2 中指定，并在 Unicode Standard 中也有所描述。

UTF-16 charset 在 RFC 2781 中指定；它们基于的转换格式在 ISO10646-1 的 Amendment 1 中指定，并在 Unicode Standard 中也有所描述。

UTF-16 charset 使用 16 位量，因此对字节顺序敏感。在这些编码中，流的字节顺序可以由 Unicode 字符 'FF' 所表示的初始字节顺序标记 来指示。按以下方式处理字节顺序标记：

进行解码时，UTF-16BE 和 UTF-16LE charset 忽略字节顺序标记；进行编码时，不写入字节顺序标记。
进行解码时，UTF-16 charset 解释字节顺序标记，以指示流的字节顺序，但是如果没有字节顺序标记，则默认使用 Big Endian；进行编码时，使用 Big Endian 字节顺序并写入 Big Endian 字节顺序标记。

在任何情况中，在解码操作的开始读取字节顺序标记时，将在结果字符序列中忽略该标记。字节顺序标记出现在输入序列的第一个元素之后时，由于使用相同的代码表示零宽度不间断空格，所以不忽略该标记。

Java 虚拟机的每个实例都有默认的 charset，它可能是也可能不是某个标准 charset。默认 charset 在虚拟机启动时决定，通常根据语言环境和底层操作系统使用的 charset 来确定。

术语

此类的名称取自 RFC 2278 中使用的术语。在该文档中，charset 被定义为编码字符集和字符编码方案的组合。

编码字符集 是抽象字符集合和整数集合之间的映射关系。US-ASCII、ISO 8859-1、JIS X 0201 和与 ISO 10646-1 相同的完整 Unicode 都是编码字符集示例。

字符编码方案 是编码字符集和八位组（八位字节）序列集合之间的映射关系。UTF-8、UCS-2、UTF-16、ISO 2022 和 EUC 是一些字符编码方案示例。编码方案通常与特定的编码字符集相关联；例如，UTF-8 只用来编码 Unicode。但是，一些方案与多个字符集相关联；例如，EUC 可用于编码各种亚洲字符集中的字符。

当编码字符集专门用于一个字符编码方案时，相应的 charset 通常使用字符集合命名；否则 charset 使用编码方案命名，很有可能使用它所支持的字符集的语言环境来命名。因此 US-ASCII 是 US-ASCII charset 名称，而 EUC-JP 是编码 JIS X 0201、JIS X 0208 和 JIS X 0212 字符集的 charset 名称。

Java 编程语言的本机字符编码方案是 UTF-16。因此 Java 平台的 charset 定义了 16 位 UTF-16 代码单元序列和字节序列之间的映射关系。

从以下版本开始：: 1.4
另请参见：: CharsetDecoder, CharsetEncoder, CharsetProvider, Character

构造方法摘要
`protected`	`Charset(String canonicalName, String[] aliases)` 使用给定的规范名称和别名集合初始化新 charset。

方法摘要
`Set<String>`	`aliases()` 返回包含此 charset 各个别名的集合。
`static SortedMap<String,Charset>`	`availableCharsets()` 构造从规范 charset 名称到 charset 对象的有序映射。
`boolean`	`canEncode()` 通知此 charset 是否支持编码。
`int`	`compareTo(Charset that)` 比较此 charset 与其他 charset。
`abstract boolean`	`contains(Charset cs)` 通知此 charset 是否包含给定的 charset。
`CharBuffer`	`decode(ByteBuffer bb)` 将此 charset 中的字节解码成 Unicode 字符的便捷方法。
`static Charset`	`defaultCharset()` 返回此 Java 虚拟机的默认 charset。
`String`	`displayName()` 返回此 charset 用于默认语言环境的可读名称。
`String`	`displayName(Locale locale)` 返回此 charset 用于给定语言环境的可读名称。
`ByteBuffer`	`encode(CharBuffer cb)` 将此 charset 中的 Unicode 字符编码成字节的便捷方法。
`ByteBuffer`	`encode(String str)` 将此 charset 中的字符串编码成字节的便捷方法。
`boolean`	`equals(Object ob)` 通知此对象是否和其他对象相等。
`static Charset`	`forName(String charsetName)` 返回指定 charset 的 charset 对象。
`int`	`hashCode()` 计算此 charset 的哈希码。
`boolean`	`isRegistered()` 通知此 charset 是否已在 IANA Charset Registry 中注册。
`static boolean`	`isSupported(String charsetName)` 通知是否支持指定的 charset。
`String`	`name()` 返回此 charset 的规范名称。
`abstract CharsetDecoder`	`newDecoder()` 为此 charset 构造新的解码器。
`abstract CharsetEncoder`	`newEncoder()` 为此 charset 构造新的编码器。
`String`	`toString()` 返回描述此 charset 的字符串。

从类 java.lang.Object 继承的方法
`clone, finalize, getClass, notify, notifyAll, wait, wait, wait`

构造方法详细信息

protected Charset(String canonicalName,
                  String[] aliases)

使用给定的规范名称和别名集合初始化新 charset。

参数：: canonicalName - 此 charset 的规范名称; aliases - 此 charset 别名的数组，如果没有别名则为 null

抛出：

IllegalCharsetNameException - 如果规范名称和任何一个别名非法

方法详细信息

isSupported

public static boolean isSupported(String charsetName)

通知是否支持指定的 charset。

参数：: charsetName - 请求的 charset 名称；可能是规范名称或别名
返回：: 当且仅当当前 Java 虚拟机支持指定的 charset 时才返回 true
抛出：: IllegalCharsetNameException - 如果给定的 charset 名称是非法的; IllegalArgumentException - 如果给定的 charsetName 为 null

forName

public static Charset forName(String charsetName)

返回指定 charset 的 charset 对象。

参数：: charsetName - 请求的 charset 名称；可能是规范名称或别名
返回：: 指定 charset 的 charset 对象
抛出：: IllegalCharsetNameException - 如果给定的 charset 名称是非法的; IllegalArgumentException - 如果给定的 charsetName 为 null; UnsupportedCharsetException - 如果此 Java 虚拟机的实例不支持指定 charset

availableCharsets

public static SortedMap<String,Charset> availableCharsets()

构造从规范 charset 名称到 charset 对象的有序映射。

此方法返回的映射对每个 charset 都有一项，当前 Java 虚拟机是支持这些 charset 的。如果所支持的两个或多个 charset 具有相同的规范名称，则结果映射中只包含它们中的一个；包含哪一个没有指定。

对此方法的调用，以及对结果映射的后续使用可能导致出现耗时的磁盘或网络 I/O 操作。为需要枚举所有可用 charset 的应用程序提供此方法，例如允许用户选择 charset。forName 方法不使用此方法，而是使用一种高效的增量查找算法。

如果新的 charset 提供者可供当前 Java 虚拟机动态使用，则此方法可能在不同的时间返回不同的结果。如果没有这种改变，则此方法返回的 charset 恰好是那些可以通过 forName 方法获取的 charset。

返回：: 规范 charset 名称到 charset 对象的不可变的、大小写不敏感的映射

defaultCharset

public static Charset defaultCharset()

返回此 Java 虚拟机的默认 charset。

默认 charset 在虚拟机启动时决定，通常根据语言环境和底层操作系统的 charset 来确定。

返回：: 默认 charset 的 charset 对象
从以下版本开始：: 1.5

name

public final String name()

返回此 charset 的规范名称。

返回：: 此 charset 的规范名称

aliases

public final Set<String> aliases()

返回包含此 charset 各个别名的集合。

返回：: 此 charset 不可变的别名集合

displayName

public String displayName()

返回此 charset 用于默认语言环境的可读名称。

此方法的默认实现只返回此 charset 的规范名称。为了提供本地化的显示名称，此类的具体子类可以重写此方法。

返回：: 默认语言环境下此 charset 的显示名称

isRegistered

public final boolean isRegistered()

通知此 charset 是否已在 IANA Charset Registry 中注册。

返回：: 当且仅当此 charset 的实现程序知道此 charset 已向 IANA 注册时才返回 true

displayName

public String displayName(Locale locale)

返回此 charset 用于给定语言环境的可读名称。

此方法的默认实现只返回此 charset 的规范名称。为了提供本地化的显示名称，此类的具体子类可以重写此方法。

参数：: locale - 要为其获取显示名称的语言环境
返回：: 给定语言环境下此 charset 的显示名称

contains

public abstract boolean contains(Charset cs)

通知此 charset 是否包含给定的 charset。

当且仅当在 charset D 中可表示的每个字符，在字符集 C 中也是可表示的时，才能说 C 包含 D。如果存在这种关系，就能保证可在 D 进行编码的所有字符串不用执行任何替换就可在 C 中进行编码。

C 包含 D 不表示 C 中以特定字节序列可表示的每个字符在 D 中也以相同的字节序列表示，尽管有时是这种情况。

每个 charset 包含其自身。

此方法计算近似的包含关系：如果返回 true，则已知给定的 charset 包含在此 charset 中；但是如果返回 false，则不一定说明给定的 charset 不包含在此 charset 中。

返回：: 如果给定的 charset 包含在此 charset 中，则返回 true

newDecoder

public abstract CharsetDecoder newDecoder()

为此 charset 构造新的解码器。

返回：: 此 charset 的新解码器

newEncoder

public abstract CharsetEncoder newEncoder()

为此 charset 构造新的编码器。

返回：: 此 charset 的新编码器
抛出：: UnsupportedOperationException - 如果此 charset 不支持编码

canEncode

public boolean canEncode()

通知此 charset 是否支持编码。

几乎所有的 charset 都支持编码。常见的例外是专用的自动检测 charset，它的解码器通过检查输入字节序列，就能够确定正在使用多个可能编码方案中的哪一个。此类 charset 不支持编码是由于无法确定输出时应该使用哪种编码。此类 charset 的实现应该重写此方法以返回 false。

返回：: 当且仅当此 charset 支持编码时才返回 true

decode

public final CharBuffer decode(ByteBuffer bb)

将此 charset 中的字节解码成 Unicode 字符的便捷方法。

在 charset cs 上调用此方法，会返回和下面表达式相同的结果

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

除此之外它可能更为高效，因为它能在两次连续的调用之间缓存解码器。

此方法总是用此 charset 的默认替换 byte 数组替换错误输入和不可映射的字符序列。为了检测此种序列，可直接使用 CharsetDecoder.decode(java.nio.ByteBuffer) 方法。

参数：: bb - 要解码的 byte 缓冲区
返回：: 包含已解码字符的 char 缓冲区

encode

public final ByteBuffer encode(CharBuffer cb)

将此 charset 中的 Unicode 字符编码成字节的便捷方法。

在 charset cs 上调用此方法，会返回和下面表达式相同的结果

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

除此之外它可能更为高效，因为它能在两次连续的调用之间缓存编码器。

此方法总是用此 charset 的默认替换字符串替换错误输入和不可映射的字符序列。为了检测此种序列，可直接使用 CharsetEncoder.encode(java.nio.CharBuffer) 方法。

参数：: cb - 要编码的 char 缓冲区
返回：: 包含已编码字符的 byte 缓冲区

encode

public final ByteBuffer encode(String str)

将此 charset 中的字符串编码成字节的便捷方法。

在 charset cs 上调用此方法，会返回和下面表达式相同的结果

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

参数：: str - 要编码的字符串
返回：: 包含已编码字符的 byte 缓冲区

compareTo

public final int compareTo(Charset that)

比较此 charset 与其他 charset。

charset 根据它们的规范名称排序，而不考虑大小写。

指定者：: 接口 Comparable<Charset> 中的 compareTo

参数：: that - 和此 charset 进行比较的 charset
返回：: 如果此 charset 小于、等于或大于指定的 charset，则分别返回负整数、零或正整数

hashCode

public final int hashCode()

计算此 charset 的哈希码。

覆盖：: 类 Object 中的 hashCode

返回：: 整数哈希码
另请参见：: Object.equals(java.lang.Object), Hashtable

equals

public final boolean equals(Object ob)

通知此对象是否和其他对象相等。

当且仅当两个 charset 具有相同的规范名称时它们才相等。一个 charset 从来不和任何其他类型的对象相等。

覆盖：: 类 Object 中的 equals

参数：: ob - 要与之比较的引用对象。
返回：: 当且仅当此 charset 等于给定对象时才返回 true
另请参见：: Object.hashCode(), Hashtable

toString

public final String toString()

返回描述此 charset 的字符串。

覆盖：: 类 Object 中的 toString

返回：: 描述此 charset 的字符串

概述

软件包

类

使用

树

已过时

索引

帮助

Java^TM 2 Platform
Standard Ed. 6

上一个类 下一个类

框架 无框架

摘要：嵌套 | 字段 | 构造方法 | 方法

详细信息：字段 | 构造方法 | 方法

提交错误或意见
有关更多的 API 参考资料和开发人员文档，请参阅 Java 2 SDK SE 开发人员文档。该文档包含更详细的、面向开发人员的描述，以及总体概述、术语定义、使用技巧和工作代码示例。

java.nio.charset 类 Charset

Charset 名称

标准 charset

术语

Charset

isSupported

forName

availableCharsets

defaultCharset

name

aliases

displayName

isRegistered

displayName

contains

newDecoder

newEncoder

canEncode

decode

encode

encode

compareTo

hashCode

equals

toString

java.nio.charset
类 Charset