Java：プラットフォームによって異なるプラットフォーム上のデフォルトの文字セットですか？

Question

レガシーコードの中には、翻訳のためのプラットフォームのデフォルトの文字セットに依存するものがあります。 「西洋の世界」におけるWindowsとLinuxのインストールでは、その意味を理解しています。しかし、ロシア語やアジアのプラットフォームについて考えてみると、私はそのプラットフォームのデフォルトの文字セットが何であるかは完全に分かりません（ちょうどUTF-16？）。

そこで私は次のコード行を実行するときに、私はなるだろう知っているしたいと思います：

System.out.println("Default Charset=" + Charset.defaultCharset()); 

は編集： 私はここにUnicodeに文字セットとそれらの違いの問題を議論する必要はありません。私はちょうどどのオペレーティングシステムが特定の文字セットになるかを集めたいと思う。具体的な価値だけを投稿してください！

Answer 1

これはユーザー固有の設定です。現代の多くのLinuxシステムでは、UTF-8です。 Macでは、MacRomanです。 Windowsの米国ではCP1250、ヨーロッパではCP1252です。中国では、簡体字中国語（Big5またはGB *）がよくあります。

これはシステムのデフォルト設定で、各ユーザーはいつでも変更できます。おそらく解決策は次のとおりです。システムプロパティfile.encoding

See this answerを使用して、アプリケーションを起動するときにエンコードを設定します。私はこれをあなたのアプリを起動する小さなスクリプトに入れることをお勧めします。そのため、ユーザーのデフォルトは汚染されていません。

Answer 2

"西洋の世界"でのWindowsとLinuxのインストールでは、私はその意味を知っています。

おそらくあなたもそうではないと思います。

しかし、私は彼らのプラットフォームのデフォルト文字セットが

何であるか全く分からないよロシアやアジアのプラットフォームを考える通常、それは歴史的に自分たちの国で使用されているものエンコーディングです。

（単なるUTF-16？）。

ほとんど間違いなく。コンピュータの使用は、Unicode標準が存在する前に広く普及しており、各言語領域はその言語をサポートできる1つ以上のエンコードを開発しました。 ASCII以外で128文字未満の人が必要だった人は、通常、拡張ASCIIを開発しました。その多くは最終的にISO-8859として標準化されましたが、他の人は2バイトのエンコーディングを開発しました。たとえば、日本の場合、電子メールは通常JISを使用しますが、WebページはShift-JISを使用し、一部のアプリケーションはEUC-JPを使用します。 Javaのプラットフォームのデフォルトエンコーディングとしてこれらのいずれかが発生する可能性があります。

これはまさに大混乱で​​あり、まさにUnicodeが開発された理由です。しかし、混乱はまだ消えていません。それでも対処しなければならず、テキストとして解釈されるバイトの符号化が何であるかについては何も仮定しないでください。There Ain't No Such Thing as Plain Text。