检测无状态字符集

Question

Java中是否有办法检测所有可用字符集的无状态字符集（Charset#availableCharsets()）？

无状态意味着根据this description（见无状态和有状态），给定的字符集不会对多个编码字符集使用移位状态。

我需要这些信息，因为我目前正在开发一种工具，它可以在随机位置解码二进制流，而使用有状态字符集是不可能的。

编辑：我注意到，在Google搜索有状态编码时，只显示ISO-2022。这些是唯一可用的有状态编码吗？ 在这种情况下，可以通过区分编码来解决问题。名称的状态（即所有＆＃34; ISO-2022＆＃34; s是有状态的/所有其他的都没有）。

Answer 1

似乎没有办法知道Charset是否有状态。

除了ISO-2022，还有一些有状态字符集，例如：

• 在Java SE Supported Encodings中的字符集中，EUC（EUC-JP，EUC-KR等）具有明确的状态。它使用单班制来表达其状态。因此，例如，当您在流中指向ASCII字节时，您必须看到一个前一个字节，因为ASCII字节可以显示为尾随字节。有关详细信息，请参见https://en.wikipedia.org/wiki/Extended_Unix_Code。
• 除EUC外，Shift_JIS和Windows-31j隐含状态。例如，0x83 0x84中的ヤ表示0x84 0x83，而с表示Shift_JIS。因此，当您获得... 0x83 0x84 0x83 0x84 0x83 0x84 0x83 ...之类的字节数组时，必须回溯到数组的开头，以确定该数组是指ヤヤヤヤヤ...还是ссссс...。
• 除了Java SE支持的编码之外，日语大型机中使用的某些字符集（JIPS，KEIS等）是有状态的。如果您的JDK支持此类字符集，则必须对其进行处理。有关详细信息，请参见https://ja.wikipedia.org/wiki/%E6%BC%A2%E5%AD%97%E3%82%B7%E3%83%95%E3%83%88%E3%82%B3%E3%83%BC%E3%83%89（日语）。