java charset

Charset（字符集）

在Java.nio.charset包中共提供了Charset、CharsetDecoder、CharsetEncoder、CodeResult、CodingErrorAction五个类，均继承自Object类，其中Charset实现了Comparable接口，其它类均为自身实现。

Java中的字符使用unicode编码，每个字符占用两个字节。字节码本身只是一些数字，放在正确的上下文中可以被正确的解析。向ByteBuffer中存放数据时需要考虑字符集的编码方式，从中读取时需要考虑字符集的解码。

要读和写文本需要分别使用CharsetDecoder（解码器）和CharsetEncoder（编码器）。

编码：百科中这样定义，编码（coding）是在一个主题或单元上为数据存储，管理和分析的目的而转换信息为编码值（典型地如数字）的过程。在密码学中，编码是指在编码或密码中写的行为。n位二进制数可以组合成2的n次方个不同的信息，给每个信息规定一个具体码组，这种过程也叫编码。数字系统中常用的编码有两类，一类是二进制编码，另一类是二—十进制编码。

（1）如何得到一个CharSet？

在JDK源码中提供两种方式得到一个CharSet实例：

       CharSet cs = CharSet.forName(“编码方式”);

       CharSet cs = CharSet.defaultCharSet();

第一种方法返回一个指定字符格式的CharSet，第二种方法返回当前虚拟机默认的字符编码格式的CharSet。

（2）如何使用CharSet？

得到一个CharSet实例后，我们需要创建一个编码器和一个解码器，使用下面方法进行创建：

       CharSetDecoder decoder = cs.newDecoder();

       CharSetEncoder encoder = cs.newEncoder();

接着我们把ByteBuffer传递给decoder进行编码，返回一个CharBuffer：

       CharBuffer cb = decoder.decode(inputData);

然后我们可以使用encoder进行解码返回一个ByteBuffer：

       ByteBuffer outputData = encoder.encode(cb);

接下来可以进行写等其它操作。