Char-Encoding mit Java

• Eine Applikation sollte immer bewußt ein Format schreiben, und dies konfigurierbar machen [stackoverflow]

Unterschied zwischen byte und char in Java

byte

8-bit mit Vorzeichen (-128 ... 127) [Primitive Data Types]

char

16 bit Unicode Zeichen '\u0000' ... '\uffff' [Primitive Data Types]

Die genaue Codierung bestimt das Charset

String

ist eine Sequenz von Unicodezeichen [Java]

Klasse java.lang.StringCoding

getBytes von String

str.getBytes(Charset.forName("UTF-8")) [stackoverflow]

Streams

java.io.InputStreamReader mit explizitem Charset

new BufferedReader(new InputStreamReader(new FileInputStream(file), Charset.defaultCharset()));
     

oder

     (BufferedReader br = Files.newBufferedReader(path, StandardCharsets.UTF_8))
     

[stackoverflow],
siehe auch myshittyCode

CharsetEncoder und CharsetDecoder

Der Arbeitszeichensatz ist also Unicode. Der Decoder liest also einen bytestring ein, der Encoder schreibt explizit den Strom.