S-JIS[2022-03-23] 変更履歴

キャラクターセット（Charset）

Charsetは、Javaでエンコードを扱うクラス。

概要

キャラクターセット（java.nio.charset.Charset）は、 文字コードの種類（エンコード）を管理するクラス。[2007-02-13]
エンコードとは、例えばShift_JIS・MS932とかUTF-8とか。→エンコードの表記方法の他言語との比較

JavaのStringは内部ではUnicodeで文字列を保持しているので、例えばファイルにShift_JIS（SJIS）で出力したいときは、SJISのキャラセットをWriterに指定する。
バイト配列に特定エンコードの文字コード列を出力したいときは、String#getBytes()にキャラセットを指定する。

キャラセット名は、正式な名称の他にエイリアスが用意されている。
例えば「MS932」はエイリアスで、正式名は「windows-31j」。「SJIS」はエイリアスで、「Shift_JIS」が正式名。

デフォルトのキャラセット

Java18でデフォルトのキャラセットはUTF-8になった。[2022-03-23]
Java18より前は、デフォルトのキャラセットは実行環境依存だった。（例えばWindowsだとMS932）

現在のデフォルトのキャラセットはCharset.defaultCharset()で取得できる。

デフォルトのキャラセットを変更するには、システムプロパティーfile.encodingを指定する。

> java -Dfile.encoding=UTF-8

WindowsのJava18の例：

public class Encoding {
    public static void main(String... args) {
        System.out.println("file.encoding  =" + System.getProperty("file.encoding"));
        System.out.println("native.encoding=" + System.getProperty("native.encoding"));
    }
}

> java Encoding
file.encoding  =UTF-8
native.encoding=MS932

> java -Dfile.encoding=COMPAT Encoding
file.encoding  =MS932
native.encoding=MS932

Charset

Charsetの使用例。[2007-02-13]

import java.nio.charset.Charset;
import java.nio.charset.StandardCharsets;

利用可能な名称・エイリアス一覧：

import java.nio.charset.Charset;

	public static void printCharsets() {	// keySet()を使用した例（JDK1.4形式）

		// 使用可能なキャラセット
		SortedMap m = Charset.availableCharsets();
		for (Iterator i = m.keySet().iterator(); i.hasNext();) {
			String name = (String) i.next();
			System.out.println(name);

			// エイリアス
			Charset c = Charset.forName(name);
			for (Iterator j = c.aliases().iterator(); j.hasNext();) {
				String alias = (String) j.next();
				System.out.println(" " + alias);
			}
		}
	}

	public static void printCharsets() {	// values()を使用した例（JDK1.5形式）

		// 使用可能なキャラセット
		SortedMap<String, Charset> m = Charset.availableCharsets();
			for (Charset c : m.values()) {
			System.out.println(c.name());

			// エイリアス
			for (String alias : c.aliases()) {
				System.out.println(" " + alias);
			}
		}
	}

Big5
 csBig5
〜
EUC-JP
 eucjis
 x-eucjp
〜
ISO-2022-JP
 jis
〜
Shift_JIS
 shift-jis
 x-sjis
 ms_kanji
 shift_jis
 csShiftJIS







 sjis
 pck
TIS-620
US-ASCII
 ISO646-US
 IBM367
 ASCII
 cp367
 default		←デフォルトはASCIIか！やっぱり(苦笑)　file.encodingが「default」だと、これが使われる模様
〜
windows-31j
 csWindows31J
 windows-932







 MS932
〜

SJISとMS932の違い

SJIS（Shift_JIS）もMS932（Windows-31J）も どちらも似たようなキャラセットだが、いわゆる機種依存文字が対応しているかどうか（Unicodeと変換できるかどうか）が異なる。[2007-02-13]

	String str = "あいうえおー−�括@";

	byte[] m932 = str.getBytes("MS932");
	System.out.println("MS932:" + new String(m932, "MS932"));

	byte[] sjis = str.getBytes("SJIS");
	System.out.println("SJIS :" + new String(sjis, "SJIS"));

MS932:あいうえおー−�括@
SJIS :あいうえおー???	←Shift_JISは、機種依存文字や全角ハイフンが文字化けする

なお、「?」への変換（文字化け）は、String#getBytes("SJIS")によって文字列からバイト配列へ変換（UNICODEからSJISへ変換）する際に行われる。[2009-02-14]
（コンソールへの出力の際に化けているわけではない）

	for (int i = 0; i < m932.length; i++) {
		System.out.printf(" %02x", m932[i]);
	}
	System.out.println();

	for (int i = 0; i < sjis.length; i++) {
		System.out.printf(" %02x", sjis[i]);
	}
	System.out.println();

 82 a0 82 a2 82 a4 82 a6 82 a8 81 5b 81 7c 87 8a 87 40
 82 a0 82 a2 82 a4 82 a6 82 a8 81 5b 3f 3f 3f

MS932でバイト配列に変換したもの（この時点では文字化けしていない）をSJISでString化した場合、ここでも文字化け（「?」への変換）が発生する。

	System.out.println("M→S :" + new String(m932, "SJIS"));

M→S :あいうえおー???

String#getBytes()やnew String()は、内部ではCharsetDecoderやCharsetEncoderクラスが使われている。[2009-02-14]
そちらを直接使えば、変換できない文字コードを「?」にせずにエラーにする、といった処理も出来る。
→CharsetDecoderの使用例