java charset是什么，讓我們一起了解一下？

Charset類是在java.nio.charset包中，它繼承了Comparable接口，還有CharsetDecoder、CharsetEncoder編碼和解碼的類，都是繼承Object類。

Java中的字符使用Unicode編碼，每個(gè)字符占用兩個(gè)字節(jié)，16個(gè)二進(jìn)制位，向ByteBuffer中存放數(shù)據(jù)的時(shí)候需要考慮字符的編碼，從中讀取的時(shí)候也需要考慮字符的編碼方式，也就是編碼和解碼。

我們都知道，Java中char類型是16位無符號(hào)基本數(shù)據(jù)類型，用來存儲(chǔ)Unicode字符。字符數(shù)據(jù)類型的范圍為0到65535，可以存儲(chǔ)65536個(gè)不同的Unicode字符，這在起初Unicode字符集不是很大的時(shí)候，是沒問題的。

然而隨著Unicode字符集的增長，已經(jīng)超過65536個(gè)了，根據(jù)Unicode標(biāo)準(zhǔn)，現(xiàn)在Unicode代碼點(diǎn)的合法范圍是U+0000到U+10FFFF，U+0000到U+FFFF稱為Basic Multilingual Plane(BMP)，代碼點(diǎn)大于U+FFFF的字符稱為增補(bǔ)字符。

Java如何解決這個(gè)問題的呢？

Java的char類型使用UTF-16編碼描述一個(gè)代碼單元。在這種表現(xiàn)形式下，增補(bǔ)字符用一對(duì)代碼單元編碼，即2個(gè)char，其中，第一個(gè)值取值自\uD800-\uDBFF(高代理項(xiàng)范圍)，第二個(gè)值取值自\uDC00-\uDFFF(低代理項(xiàng)范圍)。Unicode規(guī)定，U+D800到U+DFFF的值不對(duì)應(yīng)于任何字符，為代理區(qū)。因此，UTF-16利用保留下來的0xD800-0xDFFF區(qū)段的碼位來對(duì)增補(bǔ)字符進(jìn)行編碼。

另外，在Java里，如果沒有指定Charset的時(shí)候，比如new String(byte[] bytes)，都會(huì)調(diào)用Charset.defaultCharset()的方法，該字符集默認(rèn)跟操作系統(tǒng)字符集一致，也可以通過-Dfile.encoding=叉叉叉來手動(dòng)設(shè)定，這個(gè)方法的具體實(shí)現(xiàn)如下：

public?static?Charset?defaultCharset()?{
????????if?(defaultCharset?==?null)?{
????synchronized?(Charset.class)?{
java.security.PrivilegedAction?pa?=
????new?GetPropertyAction("file.encoding");
String?csn?=?(String)AccessController.doPrivileged(pa);
Charset?cs?=?lookup(csn);
if?(cs?!=?null)
????defaultCharset?=?cs;
????????????????else?
????defaultCharset?=?forName("UTF-8");
????????????}
}
return?defaultCharset;
????}

以上就是小編今天的分享了，希望可以幫助到大家。