Charset Klasse

Definition

[Android.Runtime.Register("java/nio/charset/Charset", DoNotGenerateAcw=true)]
public abstract class Charset : Java.Lang.Object, IDisposable, Java.Lang.IComparable

[<Android.Runtime.Register("java/nio/charset/Charset", DoNotGenerateAcw=true)>]
type Charset = class
    inherit Object
    interface IComparable
    interface IJavaObject
    interface IDisposable
    interface IJavaPeerable

Vererbung

Object

JavaObject

Object

Charset

Attribute

RegisterAttribute

Implementiert

IJavaObject IJavaPeerable IComparable IDisposable

Hinweise

Eine benannte Zuordnung zwischen Sequenzen von Sechszehn-Bit-Unicode-Codeeinheiten und Bytesequenzen. Diese Klasse definiert Methoden zum Erstellen von Decodern und Encodern und zum Abrufen der verschiedenen Namen, die einem Zeichensatz zugeordnet sind. Instanzen dieser Klasse sind unveränderlich.

Diese Klasse definiert auch statische Methoden zum Testen, ob ein bestimmter Zeichensatz unterstützt wird, zum Suchen von Charsetinstanzen nach Namen und zum Erstellen einer Zuordnung, die alle Zeichensätze enthält, für die unterstützung im aktuellen Java virtuellen Computer verfügbar ist. Unterstützung für neue Zeichensätze kann über die in der java.nio.charset.spi.CharsetProvider Klasse definierte Dienstanbieterschnittstelle hinzugefügt werden.

Alle in dieser Klasse definierten Methoden sind sicher für die Verwendung durch mehrere gleichzeitige Threads.

"charenc"><h2>Charset names</h2>

Zeichensätze werden durch Zeichenfolgen benannt, die aus den folgenden Zeichen bestehen:

<Ul>

<li> Die Großbuchstaben 'A' durch 'Z' ('\u0041'  durch '\u005a'),

<li> Die Kleinbuchstaben 'a' durch 'z' ('\u0061'  durch '\u007a'),

<li> Die Ziffern '0' durch '9' ('\u0030'  durch '\u0039'),

<li> Das Strichzeichen '-' ('\u002d', <kleiner>BINDESTRICH MINUS</klein>),

<li> Das Pluszeichen '+' ('\u002b', <kleines>PLUSZEICHEN</klein>),

<li> Das Punktzeichen '.' ('\u002e', <kleiner>VOLLSTÄNDIGER STOPP</klein>),

<li> Das Doppelpunktzeichen ':' ('\u003a', <kleiner>DOPPELPUNKT</klein>) und

<li> Das Unterstrichzeichen '_' ('\u005f', <klein>NIEDRIG  LINIE</klein>).

</ul>

Ein Zeichensatzname muss entweder mit einem Buchstaben oder einer Ziffer beginnen. Die leere Zeichenfolge ist kein zulässiger Zeichensatzname. Zeichensatznamen müssen nicht groß- und kleinschreibung beachtet werden. d. h. der Fall wird beim Vergleichen von Zeichensatznamen immer ignoriert. Charset-Namen folgen in der Regel den in RFC  dokumentierten Konventionen; 2278:  IANA Charset Registration Procedureshttp://www.ietf.org/rfc/rfc2278.txt.

Jedes Zeichenset hat einen kanonischen Namen und kann auch einen oder mehrere Aliase enthalten. Der kanonische Name wird von der #name() name Methode dieser Klasse zurückgegeben. Kanonische Namen sind üblicherweise in Großbuchstaben. Die Aliase eines Zeichensets werden von der #aliases() aliases Methode zurückgegeben.

"hn">Einige Zeichensätze weisen einen <i>historischen Namen</i> auf, der für die Kompatibilität mit früheren Versionen der Java-Plattform definiert ist. Der historische Name eines Zeichensets ist entweder sein kanonischer Name oder ein Alias. Der historische Name wird von den getEncoding() Methoden und java.io.InputStreamReader#getEncoding InputStreamReaderjava.io.OutputStreamWriter#getEncoding OutputStreamWriter Klassen zurückgegeben.

"iana"> Wenn eine im IANA Charset Registryhttp://www.iana.org/assignments/character-sets aufgeführte Zeichenmenge durch eine Implementierung der Java Plattform unterstützt wird, muss ihr kanonischer Name der in der Registrierung aufgeführte Name sein. Viele Zeichensätze werden mehr als einen Namen in der Registrierung angegeben, in diesem Fall identifiziert die Registrierung einen der Namen als MIME-bevorzugt. Wenn ein Zeichensatz mehrere Registrierungsnamen aufweist, muss der kanonische Name der MIME-bevorzugte Name sein, und die anderen Namen in der Registrierung müssen gültige Aliase sein. Wenn ein unterstütztes Zeichensatz nicht in der IANA-Registrierung aufgeführt ist, muss der kanonische Name mit einer der Zeichenfolgen "X-" oder "x-".

Die IANA-Zeichensatzregistrierung ändert sich im Laufe der Zeit, und der kanonische Name und die Aliase eines bestimmten Zeichensets können sich auch im Laufe der Zeit ändern. Um die Kompatibilität zu gewährleisten, wird empfohlen, dass kein Alias jemals aus einem Zeichensatz entfernt wird und dass, wenn der kanonische Name eines Zeichensets geändert wird, der vorherige kanonische Name in einen Alias umgewandelt wird.

<h2>Standard charsets</h2>

"standard">Jede Implementierung der Java-Plattform ist erforderlich, um die folgenden Standardzeichen zu unterstützen. Lesen Sie die Versionsdokumentation für Ihre Implementierung, um festzustellen, ob andere Zeichensätze unterstützt werden. Das Verhalten solcher optionalen Zeichensätze kann sich zwischen Implementierungen unterscheiden.

<blockquote><table class="striped" style="width:80%"><caption style="display:none">Description of standard charsets</caption><thead><tr><th scope="col" style="text-align:left">Char< th><scope="col" style="text-align:left">Description</th></tr/thead><tbody><tr><>< th scope="row" style="vertical-align:top">US-ASCII</th><td>Seven-bit ASCII, a.k.a. ISO646-US, a.k.a. der grundlegende lateinische Block des Unicode-Zeichensatzes</td></tr tr><><th scope="row" style="vertical-align:top">ISO-8859-1  </th><td>ISO Latin Alphabet Nr. 1, a.k.a. ISO-LATIN-1</td></tr tr><><th scope="row" style="vertical-align:top">UTF-8</th><td>Eight-Bit UCS Transformation Format</td></tr tr>tr<><th scope="row" style="vertical-align:top">UTF-16BE</th><td>Sixteen-bit UCS Transformation Format, big-endian byte  order</td></tr tr><><th scope="row" style="vertical-align:top">UTF-16LE</th><td>Sixteen-bit UCS Transformation Format, little-endian byte  order</td></tr tr><><th scope="row" style="vertical-align:top">UTF-16</th><td>Sixteen-Bit UCS Transformation Format, byte  Durch ein optionales Bytereihenfolgezeichen/td</tr><>/tbody<>/table</blockquote identifizierte Reihenfolge><>

Das UTF-8 Zeichenset wird durch RFC  angegeben; 2279http://www.ietf.org/rfc/rfc2279.txt; das Transformationsformat, auf dem sie basiert, wird in Änderungsantrag  angegeben; 2 von ISO  10646-1 und wird auch im Unicode-Standardhttp://www.unicode.org/unicode/standard/standard.html beschrieben.

Die UTF-16 Zeichensätze werden durch RFC  angegeben; 2781http://www.ietf.org/rfc/rfc2781.txt; die Transformationsformate, auf denen sie basieren, werden in Änderungsantrag  angegeben; 1 von ISO  10646-1 und werden auch im Unicode-Standardhttp://www.unicode.org/unicode/standard/standard.html beschrieben.

Die UTF-16 Zeichensätze verwenden sechzehn Bit-Mengen und sind daher für bytereihenfolge empfindlich. In diesen Codierungen kann die Bytereihenfolge eines Datenstroms durch ein anfängliches Bytereihenfolgezeichen gekennzeichnet werden, das durch das Unicode-Zeichen '\uFEFF'dargestellt wird. Bytereihenfolgemarkierungen werden wie folgt behandelt:

<Ul>

<li>

Beim Decodieren interpretieren die UTF-16BE Zeichen UTF-16LE und Zeichen die anfänglichen Bytereihenfolgemarkierungen als <kleine>ZERO-WIDTH NON-BREAKING LEERZEICHEN</klein>; bei der Codierung schreiben sie keine Bytereihenfolgemarkierungen.

</li>

<li>

Beim Decodieren interpretiert die UTF-16 Zeichenmenge die Bytereihenfolgemarke am Anfang des Eingabedatenstroms, um die Bytereihenfolge des Datenstroms anzugeben, wird jedoch standardmäßig auf "big-endian" festgelegt, wenn kein Bytereihenfolgezeichen vorhanden ist. Bei der Codierung wird die Big-End-Bytereihenfolge verwendet und ein Big-End-Byte-Order-Zeichen geschrieben.

</li>

</ul>

In jedem Fall werden Bytereihenfolgemarkierungen, die nach dem ersten Element einer Eingabesequenz auftreten, nicht ausgelassen, da derselbe Code verwendet wird, um kleine<ZERO-WIDTH NON-BREAKING LEERZEICHEN>/Klein< darzustellen>.

Android-Hinweis: Standardmäßig ist die Android-Plattform immer UTF-8.

Die StandardCharsets Klasse definiert Konstanten für jede der Standardzeichen.

<h2>Terminologie</h2>

Der Name dieser Klasse stammt aus den Begriffen, die in RFC  verwendet werden; 2278http://www.ietf.org/rfc/rfc2278.txt. In diesem Dokument wird ein Zeichensatz als Kombination aus einem oder mehreren codierten Zeichensätzen und einem Zeichencodierungsschema definiert. (Diese Definition ist verwirrend; einige andere Softwaresysteme definieren Zeichensatz als Synonym für codierte Zeichensätze.)

Ein codierter Zeichensatz ist eine Zuordnung zwischen einem Satz abstrakter Zeichen und einer Reihe von ganzen Zahlen. US-ASCII, ISO  8859-1, JIS  X  0201 und Unicode sind Beispiele für codierte Zeichensätze.

Einige Standards haben einen Zeichensatz definiert, um einfach eine Reihe abstrakter Zeichen ohne zugeordnete Nummerierung zu sein. Ein Alphabet ist ein Beispiel für einen solchen Zeichensatz. Der subtile Unterschied zwischen Zeichensatz und codiertem Zeichensatz wird jedoch selten in der Praxis verwendet; der erste wurde zu einer kurzen Form für letztere, einschließlich in der Java API-Spezifikation.

Ein Zeichencodierungsschema ist eine Zuordnung zwischen mindestens einem codierten Zeichensatz und einer Reihe von Oktettsequenzen (Acht-Bit-Byte-Sequenzen). UTF-8, UTF-16, ISO  2022 und EUC sind Beispiele für Zeichencodierungsschemas. Codierungsschemas sind häufig einem bestimmten codierten Zeichensatz zugeordnet; UTF-8 wird beispielsweise nur zum Codieren von Unicode verwendet. Einige Schemas sind jedoch mehreren codierten Zeichensätzen zugeordnet; EuC kann z. B. verwendet werden, um Zeichen in einer Vielzahl asiatischer codierter Zeichensätze zu codieren.

Wenn ein codierter Zeichensatz ausschließlich mit einem einzelnen Zeichencodierungsschema verwendet wird, wird das entsprechende Zeichenset in der Regel für den codierten Zeichensatz benannt. andernfalls wird ein Zeichensatz normalerweise nach dem Codierungsschema und möglicherweise dem Gebietsschema der kodierten Zeichensätze benannt, die es unterstützt. Daher US-ASCII ist sowohl der Name eines codierten Zeichensatzes als auch des Zeichensatzes, der es codiert, während EUC-JP der Name des Zeichensatzes, der jiS  codiert; X  0201, JIS  X  0208 und JIS  X  0212-codierte Zeichensätze für die japanische Sprache.

Die native Zeichencodierung der Java Programmiersprache ist UTF-16. Ein Zeichensatz in der Java-Plattform definiert daher eine Zuordnung zwischen Sequenzen von 16-Bit-UTF-16-Codeeinheiten (d. h. Sequenzen von Zeichen) und Bytesequenzen.

In 1.4 hinzugefügt.

Java Dokumentation für java.nio.charset.Charset.

Teile dieser Seite sind Änderungen auf der Grundlage von Arbeiten, die von der Android Open Source Project erstellt und gemeinsam verwendet und gemäß den in der 2.5 Attribution License beschriebenen Begriffen verwendet werden.