#navi_header|技術|

Javaソースコード中に埋め込まれた文字列が、実際にコンパイルされると内部で本当にUTF-8になるのか確認してみる。

'' プラットフォームはWindowsXP + JDK 1.5 ''

* SJISで記述→コンパイル

 EncodingSJIS.java:
 public class EncodingSJIS {
     public static void main(String[] args) {
         System.out.println("ShiftJISの日本語表示文字列です。");
     }
 }

 DOS> javac -encoding Shift_JIS EncodingSJIS.java
 DOS> java -cp . EncodingSJIS
 ShiftJISの日本語表示文字列です。

* EUC-JPで記述→コンパイル
 public class EncodingEUC {
     public static void main(String[] args) {
         System.out.println("EUC-JPの日本語表示文字列です。");
     }
 }

 DOS> javac -encoding EUC-JP EncodingEUC.java
 DOS> java -cp . EncodingEUC
 EUC-JPの日本語表示文字列です。 

* クラスファイルの内部を見てみる。

拡張子を.txtにして（しなくとも良いが）、UTF-8に対応したエディタで文字コードをUTF-8で指定して開いてみる。

- EncodingSJIS.class
&image(85)

- EncodingEUC.class
&image(82)

いずれも、文字コードがUTF-8としてエディタに認識され((エディタ画面右下部分参照))、実際に日本語文字列が読み込めている。

* 推察と追試験

以上より、 '' -encoding '' オプションをコンパイル時に指定することによりプラットフォームのデフォルトでない文字コードでも、クラスファイルコンパイル時にUTF-8に変換されて内部表現されることが分かった。

'' では、あえて-encodingで間違ったエンコーディングを指示するとどうなるか？ ''
&image(84)

上図のように、コンパイル時に文字コードの検出で警告が表示されるが、クラスファイルは生成される。また、実行すると文字化けしていることが分かる。

実際にクラスファイルをエディタで開いてみると、下図のようになり、エディタの文字コードの自動認識も失敗していることが分かる。
&image(83)

* 結論

+ "-encoding" オプションによりソースコードの文字コードを明示してコンパイルできる。
+ コンパイル時にUTF-8の内部表現に変換される。
+ "-encoding" オプションで間違ったエンコーディングを指定した場合、文字コードで警告が出るがクラスファイルは生成される。ただし、内部表現では文字化けが発生する。

どうでもいいですが、文字コードとエンコーディングをもうちょっと意識して使い分けたいです。勉強しなくちゃ・・・。

#navi_footer|技術|