Какая кодировка у CharSequence?

Кодировка CharSequence в Android/Kotlin/Java

CharSequence в Java и Kotlin (и, соответственно, в Android) является интерфейсом, представляющим последовательность символов. Сам по себе интерфейс не имеет фиксированной или предопределённой кодировки. Кодировка определяется конкретной реализацией этого интерфейса, которая используется в данный момент.

Основные реализации CharSequence и их кодировка

На практике вы чаще всего работаете с одной из следующих реализаций:

1. String

• Это самая распространённая реализация.
• Внутри String в Java (и Kotlin/JVM) хранит символы в кодировке UTF-16. Это значит, что каждый символ представлен одним или двумя 16-битными значениями (кодовыми единицами, char).
• При создании String из байтов (например, из сети или файла) вы должны указать кодировку (UTF-8, ISO-8859-1 и т.д.), которая будет использована для преобразования этих байтов в последовательность символов UTF-16 внутри объекта.

// Создание String с указанием кодировки из массива байтов
val bytes = byteArrayOf(0x48, 0x65, 0x6C, 0x6C, 0x6F) // "Hello" в ASCII/UTF-8
val stringFromUtf8 = String(bytes, Charsets.UTF_8) // Кодировка указывается явно
println(stringFromUtf8) // Hello

2. StringBuilder / StringBuffer

• Эти классы также используют внутреннее представление символов в UTF-16, так как они предназначены для динамической модификации последовательности символов, которая в конечном итоге обычно конвертируется в String.

3. SpannableString и другие текстовые классы Android

• В контексте Android UI (TextView, EditText) часто используются классы вроде SpannableString.
• Они также являются реализациями CharSequence и по сути хранят данные в виде строки (String) с дополнительной информацией о стилях (span). Поэтому их базовое представление символов — тоже UTF-16.

Почему важно понимать разницу между CharSequence и его реализациями?

• CharSequence — это контракт, абстракция. Методы charAt(index), length(), subSequence() работают с символами (char), уже представленными в памяти в формате UTF-16 вашей конкретной реализации (например, String).
• Проблемы с кодировкой возникают на границах преобразования. Сама по себе работа с CharSequence как с последовательностью символов не вызывает проблем с кодировкой. Проблемы появляются, когда вы:

    *   Конвертируете `CharSequence` (например, `String`) в байты для отправки в сеть или записи в файл.
    *   Создаете `String` из байтов, полученных из внешнего источника (файла, сети, БД).

// Java пример: Опасное преобразование без указания кодировки (используется кодировка по умолчанию платформы!)
byte[] bytes = myString.getBytes(); // НЕДОСТАТОЧНО! Кодировка может быть разной на разных устройствах.
// Правильно:
byte[] safeBytes = myString.getBytes(StandardCharsets.UTF_8); // Явное указание UTF-8

Ключевые выводы

• У интерфейса CharSequence нет собственной кодировки. Кодировка — свойство конкретного объекта, реализующего этот интерфейс.
• В стандартных реализациях (String, StringBuilder) символы хранятся в UTF-16.
• При преобразовании между байтами и CharSequence (String) вы обязаны явно указывать кодировку (UTF-8, UTF-16, ISO-8859-1), чтобы избежать ошибок, связанных с разными кодировками на разных платформах и в разных источниках данных.
• В Android/Kotlin для явного указания кодировки удобно использовать объекты типа Charset, например Charsets.UTF_8.

Таким образом, правильный ответ на вопрос: кодировка символов внутри объекта CharSequence зависит от его конкретной реализации и способа его создания. В большинстве случаев в Java/Android это UTF-16, но критически важным является управление кодировкой при преобразовании этой последовательности символов в байтовый поток или при создании из него.