Java: Dlaczego nazwy zestawów znaków nie są stałe?

Question

Problemy z zestawem znaków są mylące i skomplikowane, ale oprócz tego należy pamiętać dokładne nazwy swoich zestawów znaków. Czy to jest "utf8"? Lub "utf-8"? A może "UTF-8"? Podczas wyszukiwania w Internecie dla próbek kodu zobaczysz wszystkie powyższe. Dlaczego po prostu nie uczynić ich nazwanymi stałymi i użyć Charset.UTF8?

Answer 1

Prostą odpowiedzią na zadane pytanie jest to, że dostępne ciągi znaków zestawów zależą od platformy.

Jednakże, istnieje sześć, które muszą być obecne, więc stałe mogły być wykonane dla tych, dawno temu. Nie wiem, dlaczego nie byli.

JDK 1.4 zrobił wielką rzecz, wprowadzając typ zestawu słuchawkowego. W tym momencie nie chcieliby już dostarczać stałych String, ponieważ celem jest, aby wszyscy korzystali z instancji Charset. Dlaczego więc nie podać sześciu standardowych stałych Charset? Poprosiłem Martin Buchholz skoro dzieje się siedzący obok mnie i powiedział, że nie było naprawdę szczególnie wielki powód, chyba, że ​​w momencie, rzeczy wciąż połowiczne - zbyt mało JDK API została zmodernizowana do Akceptuj Charset, a tych, które były, przeciążenia Charset zwykle wykonywane nieco gorsze.

To smutne, że to tylko w JDK 1.6, że ostatecznie zakończył wyposażeniowych wszystko z przeciążeniami charset. I że nadal istnieje ta sytuacja wstecz wydajność (powód jest bardzo dziwne i nie potrafię tego wyjaśnić, ale jest związane z bezpieczeństwem!).

Krótko mówiąc - wystarczy zdefiniować własne stałe lub użyj guawy w klasę charsets który Tony Pony powiązany (mimo, że biblioteka nie jest jeszcze naprawdę faktycznie zwolniony).

Aktualizacja: klasa StandardCharsets jest w JDK 7.

Answer 2

Twierdzę, że możemy zrobić o wiele lepiej ... dlaczego nie mamy zagwarantowanych dostępnych zestawów znaków dostępnych bezpośrednio? Charset.UTF8 powinno być odniesieniem do Charset, a nie nazwą w postaci ciągu. W ten sposób nie musielibyśmy obsługiwać UnsupportedEncodingException w każdym miejscu.

Pamiętajcie, ja też uważam, że .NET wybrał lepszą strategię domyślnie wszędzie na UTF-8. Następnie wkręca się przez nazywanie „domyślny system operacyjny” kodowania własność prostu Encoding.Default - co nie jest domyślny w samym .NET :(

Powrót do ranting o wsparcie charset Java - dlaczego nie jest konstruktorem ? o FileWriter/FileReader który zajmuje Charset Zasadniczo te są niemal bezużyteczne zajęcia z powodu tego ograniczenia - prawie zawsze potrzebować InputStreamReader wokół lub FileInputStream odpowiednik dla wyjścia :(

pielęgniarka, pielęgniarka -

gdzie jest moje lekarstwo?

EDYCJA: Wydaje mi się, że tak naprawdę nie odpowiedział na pytanie. Prawdziwą odpowiedzią jest przypuszczalnie albo "nikt o tym nie pomyślał", albo "ktoś zaangażowany myślał, że to zły pomysł". Zdecydowanie sugeruję, aby wewnętrzne klasy narzędziowe zawierające nazwy lub zestawy znaków unikały duplikowania kodu źródłowego ... Lub można po prostu użyć the one that we use at Google.

Answer 3

Obecny stan API kodowania pozostawia wiele do życzenia.Niektóre części interfejsu API Java 6 nie akceptują Charset w miejsce ciągu znaków (w logging, dom.ls, PrintStream; mogą istnieć inne). Nie pomaga, aby kodowanie miało różne nazwy kanoniczne dla różnych części standardowej biblioteki.

Rozumiem, jak rzeczy się znalazły tam, gdzie są; nie jestem pewien, czy mam jakieś genialne pomysły, jak je naprawić.

---

Tak na marginesie ...

Można spojrzeć na nazwy dla Java 6 wdrażania Sun here.

UTF-8, wartości kanoniczne są "UTF-8" do java.nio i "UTF8" do java.lang i java.io. Jedyne kodowania, które specyfikacja wymaga od JRE, to: US-ASCII; ISO-8859-1; UTF-8; UTF-16BE; UTF-16LE; UTF-16.

Answer 4

Dawno temu zdefiniowałem klasę narzędzi o stałych znaków UTF_8, ISO_8859_1 i US_ASCII.

Również niektóre dawno temu (2+ lat) zrobiłem prosty test wydajności pomiędzy new String(byte[], Charset) i new String(byte[], String charset_name) i odkrył, że ta ostatnia realizacja jest ZNACZNIE szybciej. Jeśli spojrzysz pod maską kodu źródłowego, zobaczysz, że rzeczywiście podążają całkiem inną ścieżką.

Z tego powodu zawierał użyteczność w tej samej klasie

public static String stringFromByteArray (
    final byte[] array, 
    final Charset charset 
) 
{ 
    try 
    { 
     return new String(array, charset.name()) 
    } 
    catch (UnsupportedEncodingException ex) 
    { 
     // cannot happen 
    } 
} 

Dlaczego String (byte [] Kodowanie) konstruktor nie to samo, bije mnie.

Answer 5

Dwa lata później i Java 7's StandardCharsets definiuje teraz stałe dla 6 standardowych zestawów znaków.

Jeśli utkniesz na Java 5/6, możesz użyć stałych Guava Charsets, jak sugerują Kevin Bourrillion i Jon Skeet.

Answer 6

W Javie 1.7

import java.nio.charset.StandardCharsets

ex: StandardCharsets.UTF_8 StandardCharsets.US_ASCII