字符集<o:p></o:p>
<o:p> </o:p>
转换与编码模式<o:p></o:p>
<o:p></o:p>
<o:p></o:p>
java.nio.charset 包中有三个类可以帮助在将旧应用程序迁移到 Java 平台上时进行字符集之间的转换。John Zukowski 将带您了解这三个类并提供一个演示这种功能的示例。<o:p></o:p>
用数字表示
不怕明说，其实计算机只理解数字。但下面这一点可能就没那么明显 ― 因为计算机只理解数字，所以它们需要用某种形式把数字值映射为相应的字符，这样才能显示文本。就是这些映射（或 字符集）才使得计算机可以理解文本。例如，就为了这种映射，早期的台式机使用了 ASCII。当一台使用 ASCII 的计算机存储数字 72、101、108 和 112 时，它便知道要显示“Help”这个单词，因为在 ASCII 中，数字 72 是 H 的值、101 是 e 的值、108 是 l 的值、112 是 p 的值。但如果这台计算机是早期的 IBM 大型机（它使用 EBCDIC 而不是 ASCII），“Help”这个单词将用数字 200、133、147 和 151 代表。<o:p></o:p>
<o:p> </o:p>
字符集基础知识
在向 Java 语言迁移时， java.nio.charset 包中有三个类帮助进行这种映射： Charset 、 CharsetEncoder 和 CharsetDecoder 。这些类相互配合，这样您就可以先采用一种映射，然后将其转换为另一种映射。在从另一种映射转换为 Java 映射（Unicode）时，您可以使用解码器（decoder）。然后，如果您需要从 Java 映射（Unicode）再转换为另一种映射（或转换回原来那种映射）时，您可以使用编码器（encoder）。您无法用 java.nio.charset 包在两种非 Unicode 格式之间直接转换，但您可以通过一种中间的 Unicode 格式在两种非 Unicode 格式间进行转换。 <o:p></o:p>
在得到一个解码器或编码器之前，您需要获得用于特定映射的 Charset 。例如，US-ASCII 是用于 7 位 ASCII 字符集的映射的名称。您只需象下面这样把该名称传递到 Charset 的 forName() 方法中即可： <o:p></o:p>
|
<o:p> </o:p>
Charset charset = <o:p></o:p>
Charset.forName("US-ASCII");<o:p></o:p>
|
一旦有了 Charset ，只需按如下所示请求 CharsetDecoder 和 CharsetEncoder ： <o:p></o:p>
|
<o:p> </o:p>
CharsetDecoder decoder =<o:p></o:p>
charset.newDecoder();<o:p></o:p>
CharsetEncoder encoder = <o:p></o:p>
charset.newEncoder();<o:p></o:p>
|
有了解码器和编码器后，您就可以在不同的字符集之间进行转换了，如下所示： <o:p></o:p>
|
<o:p> </o:p>
ByteBuffer bytes = ...;<o:p></o:p>
CharBuffer chars = decoder.decode(bytes);<o:p></o:p>
bytes = encoder.encode(chars);<o:p></o:p>
|
当然，如果不确定哪些字符集可用，您需要用下面的语句来询问： <o:p></o:p>
|
<o:p> </o:p>
SortedMap map = <o:p></o:p>
Charset.availableCharsets();<o:p></o:p>
|
然后您将使用特定的解码器把外部字节转换为内部字符。然后，如果需要把数据发送到 Java 代码外，您将使用编码器把内部字符转换为外部字节。至于哪些特定的字符集可用，您的运行时将确定整个字符集。但每个 Java 编程实现都必须支持下列编码： <o:p></o:p>
- US-ASCII：7 位 ASCII <o:p></o:p>
- ISO-8859-1：ISO 拉丁字母 <o:p></o:p>
- UTF-8：8 位 UCS 转换格式 <o:p></o:p>
- UTF-16BE：16 位 UCS 转换格式，大尾数法字节顺序 <o:p></o:p>
- UTF-16LE：16 位 UCS 转换格式，小尾数法字节顺序 <o:p></o:p>
- UTF-16：16 位 UCS 转换格式，用标记（marker）识别的字节顺序 <o:p></o:p>
然后，不同的平台可能支持特定于该平台的额外字符集（例如，在 Windows 平台上，您会发现它支持 Windows-1252 字符集）。如果您需要支持其他的字符集，您可以创建自己的字符集。请参阅 java.nio.charset.spi 包中的 CharsetProvider API。 <o:p></o:p>
完整的示例
清单 1 通过转换单词“Help”的 ASCII 字节数组值（72、101、108 和 112）演示了 Java 字符集转换功能。遗憾的是，缺省情况下没有 EBCDIC 编码器，所以我们将把值转换为 UTF-16LE 字符数组（这只是为每个字符的第二个字节添加一个“0”字节）。 <o:p></o:p>
清单 1. 字符集转换示例<o:p></o:p>
|
<o:p> </o:p>
import java.nio.*;<o:p></o:p>
import java.nio.charset.*;<o:p></o:p>
import java.util.Arrays;<o:p></o:p>
<o:p> </o:p>
public class Convert {<o:p></o:p>
public static void main(String args[]) {<o:p></o:p>
System.out.println(Charset.availableCharsets());<o:p></o:p>
Charset asciiCharset = Charset.forName("US-ASCII");<o:p></o:p>
CharsetDecoder decoder = asciiCharset.newDecoder();<o:p></o:p>
byte help[] = {72, 101, 108, 112};<o:p></o:p>
ByteBuffer asciiBytes = ByteBuffer.wrap(help);<o:p></o:p>
CharBuffer helpChars = null;<o:p></o:p>
try {<o:p></o:p>
helpChars = decoder.decode(asciiBytes);<o:p></o:p>
} catch (CharacterCodingException e) {<o:p></o:p>
System.err.println("Error decoding");<o:p></o:p>
System.exit(-1);<o:p></o:p>
}<o:p></o:p>
System.out.println(helpChars);<o:p></o:p>
Charset utfCharset = Charset.forName("UTF-16LE");<o:p></o:p>
CharsetEncoder encoder = utfCharset.newEncoder();<o:p></o:p>
ByteBuffer utfBytes = null;<o:p></o:p>
try {<o:p></o:p>
|
