4.4 Zeichenkodierungen
 
Zeichen sind in Java immer in Unicode kodiert, und ein String ist eine Folge von Zeichen. Wollen wir diese Zeichenkette etwa in eine Datei schreiben, so kann es bei Zeichen, die nicht im ASCII-Code enthalten sind, zu Problemen kommen. Die Unicode-Strings können daher umkodiert werden.
4.4.1 Standard-Encodings
 
Die String-Klasse bietet daher die Methode getBytes(String encoding) an, die den String in eine spezielle Kodierung umwandeln kann. Eine Übersicht der verfügbaren Kodierungen (engl. encodings) ist unter http://java.sun.com/j2se/1.5.0/docs/guide/intl/locale.doc.html zu finden. Die Kodierung, die den alten IBM-Zeichensatz bezeichnet, könnte etwa »Cp850« heißen. Die Windows-NT-Konsole nutzt zum Beispiel dieses Format. Für den alten EBCDIC-Zeichensatz ist die Codepage »Cp037«. Die Kodierung übernehmen unterschiedliche Klassen, die auch etwa vom Dienstprogramm native2ascii benutzt werden. Die Klasse OutputStreamWriter erzeugt einen neuen Datenstrom mit einer neuen Kodierung.
Beispiel Abschließend soll ein Beispiel mit einem OutputStreamWriter-Objekt gezeigt werden, das die Codepage 850 verwendet, damit auch unter der DOS-Konsole die Umlaute korrekt erscheinen.
Listing 4.2
GetBytesConverter.java
import java.io.*;
public class GetBytesConverter
{
public static void main( String args[] )
{
try
{
System.out.println( "Ich kann Ä Ü Ö und ß" );
PrintWriter out = new PrintWriter(
new OutputStreamWriter(System.out, "Cp850") );
out.println( "Ich kann Ä Ü Ö und ß" );
out.flush();
}
catch ( UnsupportedEncodingException e ) {
System.err.println(e); }
}
}
|
4.4.2 Base64-Kodierung
 
Für die Übertragung von Binärdaten im Internet hat sich die Base64-Kodierung durchgesetzt. Die im RFC 1521 beschriebene Methode übersetzt ein Byte, welches ja aus 8 Bit besteht, in 6-Bit-Buchstaben, was reines ASCII ist. Da nun aber zwei Byte fehlen, werden die in einem anderen Zeichen kodiert. Allerdings gibt es jetzt nicht 2 Bits in einem extra Zeichen, sondern der größte gemeinsame Teiler von 6 und 8 wird gesucht, das ist 24. Also können 3 Ausgangszeichen in 4 Base64-kodierte Zeichen umgesetzt werden. Binärdaten werden also rund 33 % länger.
Für die Kodierung gibt es in der Java-Bibliothek von Sun zwar Unterstützung, aber nicht ganz legal: Die Kodierer liegen im Paket sun.misc. Wem das nicht ganz geheuer ist, kann unter http://jakarta.apache.org/commons/codec/ die Commons-Bibliothek beziehen.
Das Beispiel mit den Sun-Klassen erzeugt zuerst ein Bytefeld mit 200 Zufallsbytes. Sie werden in ein String kodiert, der auf dem Bildschirm ausgegeben wird. Nachdem der String wieder zurückkodiert wird, werden die Bytefelder verglichen und liefern natürlich true. Da die Java-Bibliothek leider über keine direkte Funktion zum Vergleich von Bytefeldern verfügt, müssen wir über einen Trick gehen: Wir bauen erst ByteBuffer-Objekte auf, und vergleichen dann über die equals()-Funktion.
Listing 4.3
Base64Demo.java
import java.io.IOException;
import java.nio.ByteBuffer;
import java.util.Random;
import sun.misc.BASE64Decoder;
import sun.misc.BASE64Encoder;
public class Base64Demo
{
public static void main( String[] args ) throws IOException
{
byte bytes1[] = new byte[200];
new Random().nextBytes( bytes1 );
// buf in String
String s = new BASE64Encoder().encode( bytes1 );
System.out.println( s );
// Zum Beispiel:
// KWB6vmM/nk3CrP8S2keDrty8pCZGnOueEuR0zOYqeGNJrF8CSpo79t9JcVBKy30laAXwVmnJ+/mV
// MdplnXHhKe+6VqGKXW76ksiJKbDx5poIkP2LJ9d8JPg7tKTQPUY4ROQt0S8SekbE5xhfR2rYhM7K
// k9Qs37tvH+MuuCnlEvrj4H6jqIrSl/R9nYVM5pfegZe10M32phXCg0axl1sPPF7kxsxLKy5Yslcx
// j3/V6+kbjhHqfn/rg+s9A/HPN/NauYd3m87CaDA=
// String in byte[]
byte bytes2[] = new BASE64Decoder().decodeBuffer( s );
boolean isEqual = ByteBuffer.wrap(bytes1).equals( ByteBuffer.wrap(bytes2) );
System.out.println( isEqual ); // true
}
}
|