从区域设置到ANSI代码页再到Java字符集？

Question

有没有一种方法可以从ANSI CODEPAGE获取java.nio.charset.Charset并从区域设置获取ansi codepage？例如，如果我的区域设置为“en_US”，我希望拥有字符集“cp1252”，这样我就可以调用以下内容：

private final Charset CS1252 = Charset.forName("cp1252");

当我选择日本语言环境"ja_JP"时，我希望能得到相应的字符集，例如

private final Charset CS932 = Charset.forName("ms932");

如何在Java中实现这一点？所以我需要一个像getCharsetForLocale（java.util.Locale loc）这样的方法。

- Christian Schiepe

---

似乎答案并没有回答问题。实际上，在苹果JDK6中，我们可以获取语言和国家（即区域设置）的字符集。如果我们将系统语言更改为简体中文，则默认字符集返回GB2312，而如果您将设置更改为繁体中文（香港），则默认字符集为Big5。默认字符集只返回系统file.encoding值，JVM如何初始化它是未知的，因为系统属性的初始化在本地代码中进行，我不知道如何检查它。 - xiaohei

Answer 1

您不能这样做，也没有意义。实际上，任何语言都可以使用多种字符编码进行编写，例如英语可以使用ASCII、ISO8859-1、ISO-8859-15、Windows 1252、UTF-7、UTF-8、UTF-16、UTF-32等许多不同的编码方式，基本上包括所有Windows代码页。

我不确定您在寻找什么，让我建议一下：

1. 如果您想保存数据，请使用UTF-8，不管Locale是什么。一直都是这样。不要担心空间，对于许多语言来说，它已经足够高效了，而且磁盘空间很便宜。

2. 如果您想知道用户可能使用的字符编码类型，那么认为他们只受限于单一编码类型是无效的。相反，您可以考虑使用ICU Charset Detector来检测编码类型（在这里阅读更多关于检测的内容）。

3. 如果您想知道系统的当前代码页，最简单的方法（并且与操作系统无关！）是调用Charset.defaultCharset()。

下次，请先描述您的问题，您想要实现什么以及您已经尝试过什么。

- Paweł Dyda

---

谢谢，我进一步研究了这个问题，我需要找到一个区域设置名称的ANSI-CODEPAGE。而为了这个ANSI-CODEPAGE，我需要在Java中使用一个字符集对象。 - Christian Schiepe

@Christian：如果是 .Net 的话，那就很容易了。不幸的是，在 Java 中没有直接的 CultureInfo，因此你只需要手动映射即可。 - Paweł Dyda

Python（基于C / POSIX概念和底层库）具有“区域设置的默认编码”的概念。这里的等效物是“区域设置的默认字符集”。尽管在UTF-8上进行标准化非常好，但某些区域设置可能需要特定的编码，并且可以通过编程方式获得此信息，这并不是不合理的想法。 - Adam Burke

Answer 2

我认为你正在尝试检索字符集的规范名称，这可以通过Charset类的name()方法获得。

- Korhan Ozturk

---

我所拥有的仅仅是一个像“en_US”这样的本地化信息，但还没有字符集！好的，我可以遍历所有可用的字符集，并尝试将我的本地化信息与规范名称匹配，当我找到匹配时，也就找到了我的字符集。但这似乎不是最佳解决方案。 - Christian Schiepe

Answer 3

据我所知，区域设置和字符集之间没有固有的联系。例如，对于区域设置en_US，您期望使用哪种字符集？ASCII/CP1252/MacRoman/ISO-8859-1/UTF-8/UTF-16？

而对于日语，您至少可以使用Shift JIS、CP932、EUC-JP、ISO-2022-JP或UTF-8中的一种。

- michael667