Кодировка

Технология Java, как платформа, изначально спроектированная для глобальной сети Internet, должна быть многоязыковой, а значит, обыч­ный набор символов ASCII (American StandardCode for Information Interchange, Американский стандартный код обмена информацией), включающий в себя лишь латинский алфавит, цифры и простейшие спе­циальные знаки (скобки, знаки препинания, арифметические операции и т.д.), недостаточен. Поэтому для записи текста программы применяется более универсальная кодировка Unicode.

Как известно, Unicode представляет символы кодом из 2 байт, опи­сывая, таким образом, 65535 символов. Это позволяет поддерживать практически все распространенные языки мира. Первые 128 символов совпадают с набором ASCII. Однако понятно, что требуется некоторое специальное обозначение, чтобы иметь возможность задавать в програм­ме любой символ Unicode, ведь никакая клавиатура не позволяет вводить более 65 тысяч различных знаков. Эта конструкция представляет символ Unicode, используя только символы ASCII. Например, если в программу нужно вставить знак с кодом 6917, необходимо его представить в шестнадцатеричном формате {1В05) и записать: \u1B05, причем буква и должна быть прописной, а шестнадцатеричные цифры А,В, С, D, Е, F можно использовать произвольно, как заглавные, и строчные. Таким образом можно закодировать все символы Unicode от \uOOOO до \uFFFF. Буквы русского алфавита начинаются с \u0410 (только буква Ё имеет код \u0401) по \u044F (код буквы ё \u0451). В последних версиях JDK в состав демонстрационных при­ложений и апплетов входит небольшая программаSymbolTest, позво­ляющая просматривать весь набор символов Unicode. Ее аналог не­сложно написать самостоятельно. Для перекодирования больших текстов служит утилита natlve2ascii, также входящая в JDK. Она мо­жет работать как в прямом режиме — переводить из разнообразных кодировок в Unicode, записанный ASCII-символами, так и в обрат­ном (опция -reverse) — из Unicode в стандартную кодировку опера­ционной системы.

В версиях языка Java до 1.1 применялся Unicode версии 1.1.5, в по­следнем выпуске 1.4 используется 3.0. Таким образом, Java следит за раз­витием стандарта и базируется на современных версиях. Для любой JDK точную версию Unicode, используемую в ней, можно узнать из докумен­тации к классу Character. Официальный web-сайт стандарта, где можно получить дополнительную информацию,— http://www.unicode.org/.

Итак, используя простейшую кодировку ASCII, можно ввести произ­вольную последовательность символов Unicode. Далее будет показано, что Unicode используется не для всех лексем, а только для тех, для которых важна поддержка многих языков, а именно: комментарии, идентификато­ры, символьные и строковые литералы. Для записи остальных лексем вполне достаточноASCII-символов.