java charset

java charset是什么，讓我們一起了解一下？

Charset類是在java.nio.charset包中，它繼承了Comparable接口，還有CharsetDecoder、CharsetEncoder編碼和解碼的類，都是繼承Object類。

Java中的字符使用Unicode編碼，每個字符占用兩個字節，16個二進制位，向ByteBuffer中存放數據的時候需要考慮字符的編碼，從中讀取的時候也需要考慮字符的編碼方式，也就是編碼和解碼。

我們都知道，Java中char類型是16位無符號基本數據類型，用來存儲Unicode字符。字符數據類型的范圍為0到65535，可以存儲65536個不同的Unicode字符，這在起初Unicode字符集不是很大的時候，是沒問題的。

然而隨著Unicode字符集的增長，已經超過65536個了，根據Unicode標準，現在Unicode代碼點的合法范圍是U+0000到U+10FFFF，U+0000到U+FFFF稱為Basic Multilingual Plane(BMP)，代碼點大于U+FFFF的字符稱為增補字符。

Java如何解決這個問題的呢？

Java的char類型使用UTF-16編碼描述一個代碼單元。在這種表現形式下，增補字符用一對代碼單元編碼，即2個char，其中，第一個值取值自\uD800-\uDBFF(高代理項范圍)，第二個值取值自\uDC00-\uDFFF(低代理項范圍)。Unicode規定，U+D800到U+DFFF的值不對應于任何字符，為代理區。因此，UTF-16利用保留下來的0xD800-0xDFFF區段的碼位來對增補字符進行編碼。

另外，在Java里，如果沒有指定Charset的時候，比如new String(byte[] bytes)，都會調用Charset.defaultCharset()的方法，該字符集默認跟操作系統字符集一致，也可以通過-Dfile.encoding=叉叉叉來手動設定，這個方法的具體實現如下：

public?static?Charset?defaultCharset()?{
????????if?(defaultCharset?==?null)?{
????synchronized?(Charset.class)?{
java.security.PrivilegedAction?pa?=
????new?GetPropertyAction("file.encoding");
String?csn?=?(String)AccessController.doPrivileged(pa);
Charset?cs?=?lookup(csn);
if?(cs?!=?null)
????defaultCharset?=?cs;
????????????????else?
????defaultCharset?=?forName("UTF-8");
????????????}
}
return?defaultCharset;
????}

以上就是小編今天的分享了，希望可以幫助到大家。