Lecciones

Explicamos qué es una codificación y por qué sin ella los textos informáticos se convierten en «mojibake». Comparamos conjuntos populares: UTF-8, Windows-1251, ASCII, Unicode/ UTF-16. Hablamos de la representación interna de las cadenas en la JVM ( String en Unicode) y de la E/S correcta: especificación explícita de la codificación mediante InputStreamReader/ OutputStreamWriter y StandardCharsets.UTF_8. Al final — ejemplos prácticos y errores típicos.

Analizamos tres codificaciones fundamentales con las que se encuentra un desarrollador Java: qué es UTF-8 (estándar para la web y la mayoría de formatos), cómo está organizado el formato interno de las cadenas en la JVM — UTF-16 (con pares sustitutos y BOM), y por qué todavía aparece ISO-8859-1. Explicamos la compatibilidad con ASCII, el tamaño en bytes por carácter y mostramos la forma correcta de trabajar con codificaciones en Java mediante StandardCharsets, Files.write, Files.readString, Paths.get. Al final — errores típicos: lectura/escritura incorrectas, codificación del sistema «por defecto», confusión entre UTF-16/ UTF-8.

Cómo evitar el «mojibake» y hacer que el texto se vea igual en todas las máquinas: analizamos la codificación del sistema ( "file.encoding"), el trabajo con Charset y las constantes de StandardCharsets, leemos/escribimos mediante Files . newBufferedReader y Files . newBufferedWriter, usamos try-with-resources, consultamos las codificaciones disponibles y seguimos las mejores prácticas (por defecto — "UTF-8"). Al final — errores típicos y cómo evitarlos.

En esta lección tratamos el «mojibake», la pérdida de caracteres ( ?), excepciones como MalformedInputException, las causas (desajuste entre Windows-1251/ UTF-8, codificación del sistema «por defecto», BOM), el diagnóstico ( file.encoding) y las mejores prácticas: especificar explícitamente el Charset, usar Files/ BufferedReader con StandardCharsets, evitar FileReader/ FileWriter, y matices para XML/ JSON y BOM.

Cómo leer correctamente texto de un archivo en una codificación y escribirlo en otra usando las clases de java.nio.file y java.io: usamos Files.newBufferedReader/ Files.newBufferedWriter o InputStreamReader/ OutputStreamWriter, indicamos el Charset necesario, aplicamos try-with-resources y evitamos las trampas de la codificación del sistema. Algoritmo paso a paso, ejemplo Windows-1251 → UTF-8, matices (BOM, archivos grandes, excepciones) y errores típicos.