Karakter seti adları neden sabit değildir?

Karakter kümesi sorunları kafa karıştırıcı ve karmaşıktır, ancak bunun üzerine karakter kümelerinizin tam adlarını hatırlamanız gerekir. Öyle mi "utf8"? Yoksa "utf-8"? Ya da belki "UTF-8"? İnternette kod örnekleri ararken, yukarıdakilerin tümünü göreceksiniz. Neden onları sadece sabit olarak adlandırmıyorsunuz Charset.UTF8?

Sorulan sorunun basit cevabı, mevcut karakter dizgilerinin platformdan platforma değiştiğidir.

Bununla birlikte, mevcut olması gereken altı tane var, bu yüzden uzun zaman önce olanlar için sabitler yapılabilirdi. Neden olmadıklarını bilmiyorum.

JDK 1.4, Charset türünü tanıtarak harika bir şey yaptı. Bu noktada, hedef, Charset örneklerini kullanan herkesi elde etmek olduğundan, artık String sabitleri sağlamak istemezlerdi. Öyleyse neden altı standart Charset sabitini vermiyorsunuz? Martin Buchholz'a hemen yanıma oturduğundan beri sordum ve o zamanlar, özellikle hala harika bir neden olmadığını söyledi, o zamanlar hala yarı pişmişti - çok az JDK API'sinin yenilenmesi Charset'i kabul edin ve olanlardan Charset aşırı yükleri genellikle biraz daha kötü performans gösterdi.

Sadece JDK 1.6'da Charset aşırı yükleriyle her şeyi donatmayı bitirmeleri üzücü. Ve bu geriye dönük performans durumunun hala var olduğunu (inanılmaz derecede garip ve açıklayamıyorum, ancak güvenlikle ilgili!).

Uzun öykü kısa - sadece kendi sabitlerinizi tanımlayın veya Pony Tony'nin bağlı olduğu Guava'nın Charsets sınıfını kullanın (bu kütüphane henüz gerçekten yayınlanmamıştır).

Güncelleme: bir StandardCharsetssınıf JDK 7'de.

İki yıl sonra Java 7'nin StandardCharsets'i artık 6 standart karakter seti için sabitleri tanımladı.

Eğer Java 5/6 takılıp iseniz, Guava en kullanabilirsiniz Charsets Kevin Bourrillion ve Jon Skeet tarafından önerildiği gibi, sabitleri.

Bundan daha iyisini yapabileceğimizi iddia ediyorum ... neden temin edilebilir kullanılabilir karakter kümelerine doğrudan erişilemiyor? dizeye bir ad değil, Charset.UTF8bir referans olmalıdır Charset. Bu şekilde UnsupportedEncodingExceptionher yeri idare etmek zorunda kalmazdık .

Dikkat edin, ayrıca .NET'in her yerde UTF-8'e varsayılan olarak daha iyi bir strateji seçtiğini düşünüyorum. Daha sonra basitçe "işletim sistemi varsayılan" kodlama özelliğini adlandırarak berbat Encoding.Default- bu .NET'in kendisi için varsayılan değildir :(

Java'nın karakter seti desteği hakkında sıralamaya geri dönme - neden bir yapıcı yok FileWriter/ FileReaderhangisini alır Charset? Temel olarak bu kısıtlama nedeniyle neredeyse işe yaramaz sınıflardır - neredeyse her zaman çıktı için InputStreamReaderyaklaşık bir FileInputStreamveya eşdeğeri gerekir :(

Hemşire, hemşire - ilacım nerede?

EDIT: Bu soruya gerçekten cevap vermedi bana. Asıl cevap, muhtemelen "hiç kimse düşünmemişti" ya da "ilgili birisi kötü bir fikir olduğunu düşündü." Şiddetle içi yarar sınıfları kod temeli etrafında adları veya charsets önlemek tekrarını sağlayan öneririm ... Ya da sadece kullanabilirsiniz Bu cevap ilk yazıldığı zaman Google'da kullandığı tane . (Java 7'den itibaren StandardCharsetsbunun yerine sadece kullanacağınızı unutmayın .)

Java 1.7'de

import java.nio.charset.StandardCharsets

örn: StandardCharsets.UTF_8 StandardCharsets.US_ASCII

Kodlama API'sinin geçerli durumu, istenen bir şey bırakıyor. Java 6 API bazı bölümleri kabul etmiyoruz Charset(bir dize yerine logging, dom.ls, PrintStream; başkaları da olabilir). Kodlamaların standart kütüphanenin farklı bölümleri için farklı kanonik adlara sahip olması beklenmez.

İşlerin bulundukları yere nasıl geldiğini anlayabiliyorum; Onları nasıl düzeltebileceğim konusunda parlak fikirlerim olduğundan emin değilim.

Bir yana ...

Sun'ın Java 6 uygulamasının adlarını burada bulabilirsiniz .

UTF-8 için, kanonik değerlerdir "UTF-8"için java.niove "UTF8"için java.langve java.io. Spesifikasyonun desteklenmesi için JRE gerektiren tek kodlama şunlardır: US-ASCII; ISO-8859-1; UTF-8; UTF-16BE; UTF-16LE; UTF-16 .

Uzun zaman önce UTF_8, ISO_8859_1 ve US_ASCII Karakter Kümesi sabitleriyle bir yardımcı sınıf tanımladım.

Ayrıca, önce bazı uzun süre (2+ yıl) Ben arasında basit performans test yaptım new String( byte[], Charset )ve new String( byte[], String charset_name )ve ikincisi uygulama olduğunu keşfetti ÖLÇÜDE daha hızlı. Kaynak koddaki başlık altına bakarsanız, aslında oldukça farklı bir yol izlediklerini göreceksiniz.

Bu nedenle aynı sınıfa bir yardımcı program ekledim

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

String (byte [], Charset) yapıcısı neden aynı şeyi yapmıyor, beni dövüyor.