Gültigkeit eines Strings auf ISO-LATIN-1 prüfen

[Guest]

Guten Tag,

ich stehe vor einem Problem:

Ich habe einen gegebenem String, der auf die Gültigkeit der ISO-LATIN-1 Codierung hin überprüft werden muss.
Hat da jemand eine Idee, wie man einen String auf die Gültigkeit hin überprüfen kann? Wenn ein unzulässiges Zeichen in dem String vorkommt, der nicht in ISO-LATIN-1 enthalten ist, soll eine Fehlermeldung ausgegeben werden.

Leider habe ich bisher auf regexlib.com kein entsprechendes RegEx gefunden.

 

[foobar]

Was ist denn ein ungültiges Zeichen in Latin 1? Ausser € das gibts nur in Latin 15.

Vielleicht findet man eine Differenz, wenn man myString.getBytes("ISO-8859-1") mit dem Ursprungsstring vergleicht.

 

[Guest]

Wenn ich sage:

String s = "Text";

Was wird dann standardmäßig genommen? Latin-15? Wenn ja, dann brauche ich ja nur das "€" abzufangen...

 

[Murray]

Wenn ich sage:

String s = "Text";

Was wird dann standardmäßig genommen?

Da wird überhaupt kein Encoding "genommen" - s enthält den String als Unicode; das Encoding kommt erst dann ins Spiel, wenn die Unicode-Daten in eine ASCII-Repräsentation überführt werden müssen (also z.B. beim Schreiben in eine Textdatei).

 

[Ebenius]

Hmm... Dem kann ich so nicht ganz zustimmen. Beim Kompilieren des Quelltextes wird das System-Encoding (unter UNIX/LINUX über $LANG) benutzt um den Quelltext zu decodieren. Es sei denn, es wird explizit ein encoding angegeben:

javac -encoding latin1

 

[Ebenius]

Prüfen, ob ein String mit latin1 kodiert werden kann (ohne exception handling):

final Charset cs = Charset.forName("latin1");
final CharsetEncoder cse = cs.newEncoder();
final boolean latin1Compatible = cse.canEncode(testString);

Hilft das?

Cheers, Ebenius

 

[Guest]

Jo funzt super. Vielen Dank.

 

[Murray]

Hmm... Dem kann ich so nicht ganz zustimmen. Beim Kompilieren des Quelltextes wird das System-Encoding (unter UNIX/LINUX über $LANG) benutzt um den Quelltext zu decodieren. Es sei denn, es wird explizit ein encoding angegeben:

javac -encoding latin1

Das ist natürlich richtig - aber dabei stellt sich das geschilderte Problem ja überhaupt nicht - wenn das Encoding, in dem die Source-Datei vorliegt, bestimmte Zeichen nicht unterstützt, dann würde es ja auch - ohne Umweg über die Unicode-Notation - überhaupt nicht gelingen, so eine Zuweisung im Quelltext zu formulieren.
Ich wollte nur ausdrücken, dass zur Laufzeit im Rahmen der Zuweisung von Strings kein Encoding stattfindet, da die String-Objekte eben im Unicode vorliegen.

 

[Ebenius]

Ich wollte nur ausdrücken, dass zur Laufzeit im Rahmen der Zuweisung von Strings kein Encoding stattfindet, da die String-Objekte eben im Unicode vorliegen.

Einverstanden. Ohne Streit.

Ebenius

 

[Leroy42]

wenn das Encoding, in dem die Source-Datei vorliegt, bestimmte Zeichen nicht unterstützt, dann würde es ja auch - ohne Umweg über die Unicode-Notation - überhaupt nicht gelingen, so eine Zuweisung im Quelltext zu formulieren.

Genau!

Ich denke, daß manche Schwierigkeiten haben,
die Bedeutung eines Encodings überhaupt zu verstehen.