Bài học

Cùng tìm hiểu mã hóa ký tự là gì và vì sao thiếu nó thì văn bản máy tính biến thành “mojibake”. So sánh các bộ mã phổ biến: UTF-8, Windows-1251, ASCII, Unicode/ UTF-16. Thảo luận biểu diễn chuỗi bên trong JVM ( String trong Unicode) và nhập/xuất đúng cách: chỉ định rõ mã hóa qua InputStreamReader/ OutputStreamWriter và StandardCharsets.UTF_8. Cuối cùng — ví dụ thực tế và lỗi thường gặp.

Phân tích ba bảng mã cơ bản mà nhà phát triển Java thường gặp: UTF-8 là gì (tiêu chuẩn cho web và phần lớn định dạng), định dạng nội bộ của chuỗi trong JVM hoạt động ra sao — UTF-16 (với cặp surrogate và BOM), và vì sao ISO-8859-1 vẫn còn xuất hiện. Giải thích khả năng tương thích với ASCII, dung lượng tính theo byte trên mỗi ký tự, và trình bày cách làm việc đúng với bảng mã trong Java bằng StandardCharsets, Files.write, Files.readString, Paths.get. Cuối cùng — các lỗi điển hình: đọc/ghi sai, bảng mã hệ thống “mặc định”, nhầm lẫn giữa UTF-16/ UTF-8.

Cách tránh “chữ loằng ngoằng” và làm cho văn bản hiển thị giống nhau trên mọi máy: phân tích bộ mã hệ thống ( "file.encoding"), cách làm việc với Charset và các hằng số StandardCharsets, đọc/ghi qua Files . newBufferedReader và Files . newBufferedWriter, sử dụng try-with-resources, xem các bộ mã sẵn có và làm theo các thực hành tốt (mặc định — "UTF-8"). Cuối cùng — các lỗi thường gặp và cách tránh chúng.

Trong bài giảng này, chúng ta phân tích “mojibake” (ký tự rác), mất ký tự ( ?), các ngoại lệ như MalformedInputException, nguyên nhân (không khớp Windows-1251/ UTF-8, mã hóa hệ thống “mặc định”, BOM), cách chẩn đoán ( file.encoding) và thực hành tốt nhất: chỉ định rõ Charset, sử dụng Files/ BufferedReader với StandardCharsets, tránh dùng FileReader/ FileWriter, các lưu ý cho XML/ JSON và BOM.

Cách đọc văn bản từ tệp ở một bảng mã và ghi sang bảng mã khác bằng các lớp từ java.nio.file và java.io: dùng Files.newBufferedReader/ Files.newBufferedWriter hoặc InputStreamReader/ OutputStreamWriter, chỉ định Charset cần thiết, áp dụng try-with-resources và tránh bẫy mã hệ thống. Quy trình từng bước, ví dụ Windows-1251 → UTF-8, các lưu ý (BOM, tệp lớn, ngoại lệ) và lỗi thường gặp.