title: Learn Java Core Types, Data Model & Data APIs - Part 008 description: Deep engineering treatment of Java text model: char, String, Unicode, UTF-16 code units, code points, surrogate pairs, immutability, interning, CharSequence, StringBuilder, and production text failure modes. series: learn-java-core-types seriesTitle: Learn Java Core Types, Data Model & Data APIs order: 8 partTitle: char, String, Unicode, and the Java Text Model tags:

• java
• string
• char
• unicode
• utf-16
• text
• code-point
• code-unit
• advanced date: 2026-06-27

Part 008 — char, String, Unicode, and the Java Text Model

Text looks simple until production data arrives.

A user enters:

Ayu 😊

A regulator uploads a company name with combining marks:

Café

A payment system receives an identifier with invisible whitespace.

A fraud system compares names across locales.

A search index counts “characters” differently from the UI.

Suddenly this innocent line becomes dangerous:

if (name.length() <= 10) { }

Why? Because in Java, String.length() counts UTF-16 code units, not user-perceived characters.

This part builds a precise mental model for text in Java:

• char is a 16-bit code unit, not always a complete character;
• String is an immutable sequence of characters/code units at the API level;
• Unicode code points may require one or two Java char values;
• user-perceived characters may require multiple code points;
• text equality, length, substring, indexing, casing, and normalization are domain-sensitive.

Part 009 will cover parsing, formatting, and regex. This part focuses on the underlying text model.

1. Kaufman Deconstruction

Skill besar pada part ini:

Mampu memilih dan menggunakan Java text APIs tanpa salah memahami char, String, Unicode, length, equality, and mutation semantics.

Sub-skill:

Mental target:

Jangan pernah lagi menyamakan char, character, code point, glyph, byte, dan user-perceived character.

2. The Core Text Stack

Text di Java bisa dipahami sebagai beberapa lapisan:

Kesalahan umum terjadi saat developer memakai operasi pada satu lapisan untuk menjawab pertanyaan di lapisan lain.

Contoh:

3. char Is Not Always a Character

Java char adalah primitive type 16-bit unsigned.

Secara historis, banyak orang menyebut char sebagai “character”. Untuk Basic Multilingual Plane, sering cukup. Tetapi Unicode modern lebih besar dari 16 bit.

Java API membedakan:

• code unit: unit encoding 16-bit dalam UTF-16; ini cocok dengan char;
• code point: nilai Unicode, biasanya ditulis U+XXXX;
• surrogate pair: dua code unit untuk merepresentasikan satu code point di luar BMP.

Contoh:

String s = "A";

System.out.println(s.length());      // 1
System.out.println(s.charAt(0));     // A
System.out.println(s.codePointAt(0)); // 65

Untuk emoji:

String s = "😊";

System.out.println(s.length());                    // 2
System.out.println(s.codePointCount(0, s.length())); // 1
System.out.println(Integer.toHexString(s.codePointAt(0))); // 1f60a

"😊" membutuhkan dua char values karena ia adalah supplementary code point.

Jika Anda melakukan:

char c = "😊".charAt(0);

Anda tidak mendapatkan “emoji”. Anda mendapatkan high surrogate, yaitu separuh representasi UTF-16.

4. Code Unit, Code Point, Grapheme Cluster

Tiga istilah ini wajib dipisahkan.

4.1 Code Unit

Code unit adalah unit encoding.

Dalam Java string APIs, banyak operasi bekerja pada index char, yaitu index code unit UTF-16.

String text = "ABC";

text.length();  // 3 code units
text.charAt(1); // 'B'

4.2 Code Point

Code point adalah nilai Unicode.

Contoh:

A     -> U+0041
😊    -> U+1F60A

Java menyediakan method code point:

int cp = text.codePointAt(index);
int count = text.codePointCount(0, text.length());

Code point direpresentasikan sebagai int, bukan char, karena range Unicode lebih besar dari 16 bit.

4.3 Grapheme Cluster

Grapheme cluster adalah unit yang cenderung dilihat user sebagai satu karakter.

Contoh:

é

Bisa direpresentasikan sebagai:

1. single code point U+00E9; atau
2. e plus combining acute accent U+0065 U+0301.

Keduanya bisa terlihat sama, tetapi String.equals dapat menganggapnya berbeda.

Contoh lain: emoji dengan skin tone atau family emoji dapat terdiri dari beberapa code points yang tampil sebagai satu glyph.

Java core String API tidak otomatis memberi “jumlah karakter yang user lihat”. Untuk itu, Anda perlu memahami domain UI, normalization, dan kadang library text boundary yang lebih spesifik.

5. String Is Immutable

String adalah class final dan immutable secara API: nilainya tidak berubah setelah dibuat.

String s = "case";
String upper = s.toUpperCase();

System.out.println(s);     // case
System.out.println(upper); // CASE

toUpperCase() tidak mengubah s. Ia mengembalikan string baru, kecuali implementation melakukan optimisasi internal yang tidak boleh Anda andalkan.

Mental model:

Immutability membuat String aman untuk sharing:

String a = "OPEN";
String b = a;

Tidak ada caller yang bisa mengubah isi a menjadi CLOSED.

Ini sangat penting untuk:

• map key;
• class name;
• enum name;
• security token representation;
• cache key;
• log message;
• thread sharing;
• class loading;
• reflection;
• framework metadata.

6. String Literals and Interning

String literal seperti ini:

String a = "OPEN";
String b = "OPEN";

Biasanya mengacu pada interned string yang sama.

System.out.println(a == b);      // true, for literals
System.out.println(a.equals(b)); // true

Tetapi jangan memakai == untuk membandingkan isi string.

String a = "OPEN";
String b = new String("OPEN");

System.out.println(a == b);      // false
System.out.println(a.equals(b)); // true

Rule:

Gunakan equals untuk content equality. Gunakan == hanya jika Anda memang membandingkan identity/reference.

Untuk string constant di kiri, gunakan:

if ("OPEN".equals(status)) {
    // null-safe
}

Atau lebih baik, jangan pakai raw string untuk domain status:

if (caseFile.status() == CaseStatus.OPEN) {
    // enum identity is intended
}

7. String.length() Counts UTF-16 Code Units

Ini salah satu aturan paling penting.

String ascii = "ABC";
String emoji = "😊";

System.out.println(ascii.length()); // 3
System.out.println(emoji.length()); // 2

length() tidak menjawab:

• jumlah byte;
• jumlah Unicode code points secara umum;
• jumlah glyph;
• jumlah karakter yang dilihat user.

Ia menjawab:

Berapa banyak UTF-16 code units dalam string ini?

Untuk code point count:

int codePoints = emoji.codePointCount(0, emoji.length());

Untuk byte count pada encoding tertentu:

int utf8Bytes = emoji.getBytes(StandardCharsets.UTF_8).length;

Pertanyaan engineering yang benar:

Jangan memakai length() sebelum tahu requirement menghitung apa.

8. Indexing and charAt

charAt(index) mengembalikan char pada UTF-16 code unit index.

String s = "A😊B";

System.out.println(s.length()); // 4

System.out.println(s.charAt(0)); // A
System.out.println(Integer.toHexString(s.charAt(1))); // d83d high surrogate
System.out.println(Integer.toHexString(s.charAt(2))); // de0a low surrogate
System.out.println(s.charAt(3)); // B

Jika ingin iterasi code point:

String s = "A😊B";

for (int i = 0; i < s.length(); ) {
    int codePoint = s.codePointAt(i);
    System.out.println(Integer.toHexString(codePoint));
    i += Character.charCount(codePoint);
}

Atau:

s.codePoints()
    .forEach(cp -> System.out.println(Integer.toHexString(cp)));

Hati-hati dengan chars():

s.chars();      // IntStream of char values/code units
s.codePoints(); // IntStream of Unicode code points

Untuk text Unicode modern, codePoints() sering lebih benar daripada chars().

9. Surrogate Pairs

UTF-16 merepresentasikan supplementary code point dengan dua code units:

• high surrogate;
• low surrogate.

Java menyediakan helper:

char high = Character.highSurrogate(0x1F60A);
char low = Character.lowSurrogate(0x1F60A);

System.out.println(Character.isHighSurrogate(high)); // true
System.out.println(Character.isLowSurrogate(low));   // true

Membuat string dari code point:

String smile = new String(Character.toChars(0x1F60A));

Atau append ke builder:

StringBuilder builder = new StringBuilder();
builder.appendCodePoint(0x1F60A);
String smile = builder.toString();

Jika Anda memotong string sembarangan pada code unit boundary, Anda bisa memisahkan surrogate pair.

Buruk:

String s = "😊";
String broken = s.substring(0, 1); // high surrogate only

Ini menghasilkan ill-formed text secara konseptual. Banyak API tetap bisa membawa string seperti itu, tetapi output/encoding/comparison dapat bermasalah.

10. Substring Is Code Unit Based

substring(begin, end) memakai index code unit.

String s = "A😊B";

System.out.println(s.substring(0, 1)); // A
System.out.println(s.substring(1, 3)); // 😊
System.out.println(s.substring(3, 4)); // B

Tetapi:

String broken = s.substring(1, 2); // only high surrogate

Untuk substring berdasarkan code point, Anda harus mengonversi index code point ke index code unit:

static String substringByCodePoints(String s, int beginCodePoint, int endCodePoint) {
    int begin = s.offsetByCodePoints(0, beginCodePoint);
    int end = s.offsetByCodePoints(0, endCodePoint);
    return s.substring(begin, end);
}

Namun ini masih bukan grapheme-safe. Untuk user-visible truncation, code point saja belum tentu cukup.

11. StringBuilder and StringBuffer

Karena String immutable, concatenation berulang bisa menghasilkan banyak intermediate object jika tidak dioptimalkan.

Untuk membangun string dalam loop, gunakan StringBuilder.

StringBuilder builder = new StringBuilder();

for (CaseFile caseFile : cases) {
    builder.append(caseFile.id())
        .append(':')
        .append(caseFile.status())
        .append('\n');
}

String report = builder.toString();

StringBuilder mutable dan tidak thread-safe.

StringBuffer mirip tetapi synchronized; jarang menjadi pilihan default pada kode modern kecuali Anda memang butuh kompatibilitas/API lama.

Rule:

Contoh join:

String ids = caseIds.stream()
    .map(CaseId::value)
    .collect(Collectors.joining(","));

12. CharSequence

CharSequence adalah interface untuk readable sequence of char values.

Implementasi umum:

• String
• StringBuilder
• StringBuffer
• CharBuffer

Signature seperti ini lebih fleksibel:

boolean isBlank(CharSequence value) { }

Tetapi ada trade-off.

CharSequence tidak menjamin immutability.

void store(CharSequence value) {
    this.value = value; // dangerous if caller passes StringBuilder
}

Jika object Anda perlu menyimpan text stabil, convert ke String:

void store(CharSequence value) {
    this.value = value == null ? null : value.toString();
}

API design rule:

13. Text Blocks

Java mendukung text block untuk multi-line string literal.

String json = """
    {
      "status": "OPEN",
      "priority": "HIGH"
    }
    """;

Text block tetap menghasilkan String.

Gunakan untuk:

• sample JSON;
• SQL query;
• test fixture;
• template kecil;
• documentation snippets.

Tetapi hati-hati:

• indentation normalization;
• trailing newline;
• escaping;
• security jika dipakai menyusun SQL manual;
• jangan menjadi template engine improvisasi.

Untuk SQL production, tetap gunakan prepared statement/query builder/ORM sesuai konteks.

14. Equality and Ordering

14.1 Content Equality

Gunakan equals:

if (status.equals("OPEN")) { }

Null-safe constant-first:

if ("OPEN".equals(status)) { }

14.2 Case-Insensitive Equality

if ("open".equalsIgnoreCase(status)) { }

Ini kadang cukup untuk protocol token ASCII.

Untuk human language, case-insensitive matching lebih kompleks dan locale-sensitive.

14.3 Ordering

String.compareTo melakukan lexicographic comparison berdasarkan Unicode values, bukan natural human collation.

Untuk human sorting, gunakan Collator dengan locale yang tepat. Ini akan dibahas lebih dalam pada Part 009.

15. Normalization

Dua string bisa terlihat sama tetapi beda representasi Unicode.

Contoh konseptual:

é                  single code point
\u0065\u0301       e + combining accent

equals bisa false jika sequence code point berbeda.

Untuk domain seperti names, search, deduplication, dan identity matching, Anda perlu strategi normalization.

Java menyediakan java.text.Normalizer.

String normalized = Normalizer.normalize(input, Normalizer.Form.NFC);

Tetapi normalization bukan silver bullet.

Anda harus menentukan:

• kapan normalize;
• form apa yang dipakai;
• apakah original value tetap disimpan;
• apakah comparison memakai normalized shadow field;
• apakah audit butuh raw input;
• apakah normalization bisa mengubah makna legal nama.

Untuk regulatory systems, biasanya simpan raw input dan normalized/search key secara terpisah.

record LegalName(
    String raw,
    String normalizedForSearch
) { }

16. Whitespace Is Not Just Space

" " bukan satu-satunya whitespace.

Ada:

• tab;
• newline;
• carriage return;
• non-breaking space;
• ideographic space;
• zero-width characters;
• line separators;
• Unicode whitespace variants.

Java String punya methods seperti:

isBlank()
strip()
stripLeading()
stripTrailing()
trim()

Perbedaan penting:

• trim() historically removes characters <= U+0020;
• strip() uses Unicode-aware whitespace logic.

Contoh:

String input = "  Ayu  ";
String cleaned = input.strip();

Namun jangan asal strip untuk semua domain. Pada beberapa identifier, whitespace bisa invalid dan harus ditolak, bukan dibersihkan diam-diam.

17. Text vs Bytes

String bukan byte array.

Text di boundary harus selalu punya charset.

Buruk:

byte[] bytes = input.getBytes(); // platform default charset
String output = new String(bytes); // platform default charset

Lebih baik:

byte[] bytes = input.getBytes(StandardCharsets.UTF_8);
String output = new String(bytes, StandardCharsets.UTF_8);

Jangan menganggap:

input.length() == input.getBytes(UTF_8).length

Contoh:

String s = "é";

System.out.println(s.length()); // could be 1 or 2 depending representation
System.out.println(s.getBytes(StandardCharsets.UTF_8).length); // depends on representation too

Untuk payload limit, hitung bytes setelah encoding.

boolean fitsPayloadLimit(String s, int maxBytes) {
    return s.getBytes(StandardCharsets.UTF_8).length <= maxBytes;
}

Untuk streaming besar, jangan selalu materialize seluruh string hanya untuk menghitung byte. Gunakan encoder/streaming strategy jika perlu.

18. Compact Strings Are Implementation Detail

Sejak JDK 9, banyak implementasi JDK memakai compact string internal representation untuk menghemat memory, misalnya Latin-1 atau UTF-16 internal storage. Namun ini implementation detail.

Sebagai developer aplikasi, jangan menulis kode yang bergantung pada layout internal String.

API contract tetap:

• String adalah immutable sequence text;
• indexing banyak API berdasarkan UTF-16 code units;
• method code point tersedia untuk Unicode-aware traversal.

Top-level rule:

Depend on Java API semantics, not VM implementation detail.

19. Domain Modeling Text

Jangan semua text dibiarkan sebagai raw String di domain.

Buruk:

record Applicant(String name, String email, String phone, String countryCode) { }

Ini compile, tetapi semua invariant tersembunyi.

Lebih baik:

record Applicant(
    LegalName legalName,
    EmailAddress email,
    PhoneNumber phone,
    CountryCode countryCode
) { }

Contoh value object:

record CountryCode(String value) {
    CountryCode {
        Objects.requireNonNull(value, "value");
        value = value.strip().toUpperCase(Locale.ROOT);

        if (!value.matches("[A-Z]{2}")) {
            throw new IllegalArgumentException("Expected ISO-like alpha-2 country code");
        }
    }
}

Catatan: penggunaan regex dan locale akan dibahas lebih rinci di Part 009. Di sini poinnya adalah: String sering terlalu umum untuk domain penting.

20. Case Conversion

Case conversion terlihat sederhana:

String normalized = input.toLowerCase();

Namun default locale bisa berdampak.

Untuk protocol, enum-like token, HTTP-ish header names, country code, atau internal key, gunakan Locale.ROOT.

String key = input.toLowerCase(Locale.ROOT);

Untuk human language, gunakan locale yang sesuai domain.

String display = input.toUpperCase(locale);

Jangan menyamakan normalization untuk machine key dan display text.

21. String Concatenation and Null

String concatenation dengan + mengonversi null menjadi string literal "null".

String name = null;
String message = "Hello " + name;

System.out.println(message); // Hello null

Ini kadang membantu logging, tetapi bisa mencemari output user atau serialized payload.

Untuk user-facing text, handle absence eksplisit:

String displayName = name == null ? "<unknown>" : name;

Atau gunakan domain type yang tidak nullable.

22. Text in Logs and Audit

Text untuk logs/audit punya requirement berbeda dari UI.

Perlu dipikirkan:

• raw input vs normalized input;
• escaping newline agar log tidak rusak;
• redaction PII;
• invisible characters;
• control characters;
• max length;
• encoding sink;
• audit evidence preservation.

Contoh sederhana sanitizer untuk log:

static String singleLineForLog(String input) {
    if (input == null) {
        return "<null>";
    }
    return input.replace('\n', ' ')
        .replace('\r', ' ');
}

Untuk production-grade logging, jangan berhenti di contoh ini. Gunakan structured logging dan redaction policy.

23. Security-Relevant Text Issues

Text bugs bisa menjadi security bugs.

Contoh risiko:

• visually confusable characters;
• mixed scripts;
• invisible characters;
• normalization mismatch;
• path traversal hidden by Unicode variant;
• log injection via newline;
• authorization key mismatch karena case/normalization;
• signature verification gagal karena encoding berbeda;
• token compare yang tidak constant-time untuk secret.

Untuk secret/token, String kadang bukan representasi ideal karena immutable dan bisa tinggal di memory sampai GC. Tetapi banyak Java API tetap memakai String. Untuk high-security material, pertimbangkan char[] atau byte array dengan lifecycle eksplisit, sambil memahami trade-off dan library expectations.

Namun jangan over-engineer semua text. Bedakan:

24. Practical Example: Safe Case Title

Requirement:

• title required;
• strip surrounding whitespace;
• reject blank;
• max 120 Unicode code points;
• preserve original normalized display;
• not silently truncate.

Implementation:

record CaseTitle(String value) {
    private static final int MAX_CODE_POINTS = 120;

    CaseTitle {
        Objects.requireNonNull(value, "value");
        value = value.strip();

        if (value.isBlank()) {
            throw new IllegalArgumentException("Case title must not be blank");
        }

        int codePoints = value.codePointCount(0, value.length());
        if (codePoints > MAX_CODE_POINTS) {
            throw new IllegalArgumentException("Case title exceeds " + MAX_CODE_POINTS + " code points");
        }
    }
}

Caveat:

• ini menghitung code points, bukan grapheme clusters;
• jika requirement UI adalah displayed characters, perlu mekanisme lain;
• jika title harus NFC-normalized, tambahkan Normalizer.normalize secara eksplisit;
• jika title adalah evidence, jangan ubah raw input tanpa menyimpan original.

25. Practical Example: Protocol Status Token

Untuk protocol token ASCII:

record StatusToken(String value) {
    StatusToken {
        Objects.requireNonNull(value, "value");
        value = value.strip().toUpperCase(Locale.ROOT);

        if (!value.matches("[A-Z_]+")) {
            throw new IllegalArgumentException("Invalid status token: " + value);
        }
    }
}

Tetapi untuk finite status, enum lebih baik:

enum CaseStatus {
    OPEN,
    UNDER_REVIEW,
    CLOSED
}

Boundary mapper:

static CaseStatus parseStatus(String raw) {
    Objects.requireNonNull(raw, "raw");
    return CaseStatus.valueOf(raw.strip().toUpperCase(Locale.ROOT));
}

Di production, lebih baik handle error dengan pesan controlled, bukan membocorkan exception mentah.

26. Common Failure Modes

26.1 Using length() for User Character Limit

if (input.length() <= 10) { }

Mungkin salah untuk emoji atau combining marks.

26.2 Splitting Surrogate Pair

String broken = input.substring(0, 1);

Jika input dimulai supplementary character, ini bisa memotong separuh pair.

26.3 Comparing Strings with ==

if (status == "OPEN") { }

Harus:

if ("OPEN".equals(status)) { }

Atau enum.

26.4 Default Charset

new String(bytes);
input.getBytes();

Harus explicit charset.

26.5 Default Locale Case Conversion

input.toLowerCase();

Untuk machine key:

input.toLowerCase(Locale.ROOT);

26.6 Assuming Visual Equality Means equals

Normalization bisa membuat string terlihat sama tetapi tidak equal.

26.7 Treating CharSequence as Immutable

CharSequence cs = new StringBuilder("OPEN");

Jika disimpan langsung, caller bisa mutate builder.

27. Review Checklist

Saat review kode text-heavy, tanyakan:

1. Apakah ini text atau bytes?
2. Jika bytes, charset-nya eksplisit?
3. Jika menghitung panjang, panjang apa: code unit, code point, byte, atau grapheme?
4. Apakah substring bisa memotong surrogate pair?
5. Apakah charAt benar-benar aman untuk domain ini?
6. Apakah comparison harus normalization-aware?
7. Apakah case conversion memakai locale yang benar?
8. Apakah String terlalu umum untuk domain value ini?
9. Apakah raw input perlu disimpan untuk audit?
10. Apakah output log aman dari newline/control character injection?
11. Apakah secret disimpan sebagai String tanpa pertimbangan lifecycle?
12. Apakah CharSequence disimpan tanpa copy ke String?
13. Apakah equality memakai equals, bukan ==?
14. Apakah string literal status sebaiknya enum?
15. Apakah trimming/stripping diam-diam mengubah makna legal data?

28. Practice Drill

Drill 1 — Predict Length

Tentukan output:

String a = "A";
String b = "😊";
String c = "A😊B";

System.out.println(a.length());
System.out.println(b.length());
System.out.println(c.length());
System.out.println(c.codePointCount(0, c.length()));

Expected:

1
2
4
3

Drill 2 — Code Point Iteration

Tulis method:

static List<Integer> codePointsOf(String input) { }

Requirement:

• reject null;
• return list of code points;
• do not split surrogate pairs.

Possible solution:

static List<Integer> codePointsOf(String input) {
    Objects.requireNonNull(input, "input");
    return input.codePoints().boxed().toList();
}

Drill 3 — Safe Title Value Object

Buat CaseTitle dengan requirement:

• required;
• strip surrounding whitespace;
• reject blank;
• max 80 code points;
• store as String.

Drill 4 — Replace Raw String Status

Refactor:

record CaseFile(String status) { }

if ("OPEN".equals(caseFile.status())) {
    process(caseFile);
}

Target:

record CaseFile(CaseStatus status) { }

enum CaseStatus {
    OPEN,
    CLOSED
}

Drill 5 — Boundary Charset

Refactor:

String payload = new String(bytes);
byte[] output = payload.getBytes();

Target:

String payload = new String(bytes, StandardCharsets.UTF_8);
byte[] output = payload.getBytes(StandardCharsets.UTF_8);

29. Mini Decision Framework

29.1 Which Type Should I Use?

29.2 Which Operation Should I Use?

30. Summary

Java text model is precise but easy to misuse.

Key points:

• char is a 16-bit UTF-16 code unit.
• A Unicode code point may require one or two Java char values.
• A user-perceived character may contain multiple code points.
• String.length() counts UTF-16 code units.
• charAt and substring are code-unit based.
• Use codePoints() or codePointCount() when code point semantics matter.
• String is immutable and safe to share.
• Use equals, not ==, for content equality.
• Be explicit about charset at byte boundaries.
• Be explicit about locale during case conversion.
• Consider value objects instead of raw String for domain-critical text.
• Preserve raw input when audit/legal evidence matters.

Top 1% Java engineer does not ask only:

“Is this a String?”

They ask:

“At which layer of text am I operating: bytes, code units, code points, graphemes, normalized domain value, or display representation?”

That question prevents entire classes of production bugs.

Official References

• Java Language Specification, Java SE 25, Chapter 3 — Lexical Structure: https://docs.oracle.com/javase/specs/jls/se25/html/jls-3.html
• Java Language Specification, Java SE 25, Chapter 4 — Types, Values, and Variables: https://docs.oracle.com/javase/specs/jls/se25/html/jls-4.html
• Java SE 25 API, java.lang.String: https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/lang/String.html
• Java SE 25 API, java.lang.Character: https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/lang/Character.html
• Java SE 25 API, java.lang.CharSequence: https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/lang/CharSequence.html
• Java SE 25 API, java.nio.charset.Charset: https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/nio/charset/Charset.html