• Java之IO转换流

    IO转换流

    字符编码和字符集

    • 字符编码

      • 计算机中储存的信息都是用二进制数表示的，而我们在屏幕上看到的数字、英文、标点符号、汉字等字符时二进制数转换之后的结果。按照某种规则，将字符存储到计算机中，称为编码。反之，将存储在计算机中的二进制数按照某种规则解析显示出来，称为解码。比如说，按照A规则存储，同样按照A规则解析，那么就能显示正确的文本符合。反之，按照A规则存储，再按照B规则解析，就会导致乱码现象。

      • 编码：字符(能看懂的)–字节(看不懂的)

      • 解码：字节(看不懂的)–字符(能看懂的)

      • 字符编码Character Encoding:就是一套自然语言的字符与二进制数之间的对应规则。

        编码表：生活中文字和计算机中二进制的对应规则

    • 字符集

      • 字符集Charset:也叫编码表。是一个系统支持的所有字符的集合，包括各国家文字、标点符号、图形符号、数字等。
      • 计算机要准确的存储和识别各种字符集符号，需要进行字符编码，一套字符集必然至少有一套字符编码。常见字符集有ASCII字符集、GBK字符集、Unicode字符集等。
      • 当指定了编码，它所对应的字符集自然就指定了，所以编码才是我们最终要关心的。
      • ASCII字符集：
        • ASCII是基于拉丁字母的一套电脑编码系统，用于显示现代英语，主要包括控制字符(回车键、退格、换行键等)和可显示字符(英文大小字符、阿拉伯数字和西文符号)。
        • 基本的ASCII字符集，使用7位(bits)表示一个字符，共128字符。ASCII的扩展字符集使用8位(bits)表示一个字符，共256字符，方便支持欧洲常用字符。
      • ISO-8859-1字符集：
        • 拉丁表，别名Latin-1，用于显示欧洲使用的语言，包括荷兰、丹麦、德语、意大利语、西班牙语等。
        • ISO-5559-1使用单字节编码，兼容ASCII编码。
      • GBxxx字符集：
        • GB就是国标的意思，是为了显示中文而设计的一套字符集。
        • GB2312:简体中文码表。一个小于127的字符的意义与原来相同。但两个大于127的字符连在一起时，就表示一个汉字，这样大约可以组合了包含7000多个简体汉字，此外数学符号、罗马希腊的字母、日文的假名们都编进去了，连在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的“全角”字符，而原来在127号以下的那些就叫“半角”字符了。
        • GBK:最常用的中文码表。是在GB2312标准基础上的扩展规范，使用了双字节编码方案，共收录了21003个汉字，完全兼容GB2312标准，同时支持繁体汉字以及日韩汉字等。
        • **GB18030:**最新的中文码表。收录汉字70244个，采用多字节编码，每个字可以由1个、2个或4个字节组成。支持中国国内少数民族的文字，同时支持繁体汉字以及日韩汉字等。
      • Unicode字符集：
        • Unicode编码系统为表达任意语言的任意字符而设计，是业界的一种标准，也称为统一码、标准万国码。
        • 它最多使用4个字节的数字来表达每个字母、符号，或者文字。有三种编码方案。UTF-8、UTF-16和UTF-32.最为常用的UTF-8编码。所以，我们开发Web应用，也要使用UTF-8编码。它使用一至四个字节为每个字符编码，编码规则：
          1. 128个US-ASCII字符，只需一个字节编码。
          2. 拉丁文等字符，需要二个字节编码。
          3. 大部分常用字(含中文)，使用三个字节编码。
          4. 其他极少使用的Unicode辅助字符，使用四字节编码。

    编码引出的问题

    • 在IDEA中，使用FileReader，读取项目中的文本文件。由于IDEA的设置，都是默认的UTF-8编码，所以没有任何问题。但是，当读取Windows系统中创建的文本文件时，由于Windows系统的默认是GBK编码，就会出现乱码。

      代码演示如下：

      package com.io.reversestream;

import java.io.FileReader;
import java.io.IOException;

/*
      FileReader可以读取IDE默认编码格式(UTF-8)的文件
      FileReader读取系统默认编码(中文GBK)会产生乱码
 */
public class ReverseStreamDemo01 {
    public static void main(String[] args) throws IOException {
        FileReader fr = new FileReader("C:\\abc\\我是GBK格式的文本.txt");

        int len = 0;
        while ((len = fr.read())!=-1){
            System.out.println((char) len);
        }
        fr.close();
    }
}


      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21

      那么如何读取GBK编码的文件呢？

    InputStreamReader类

    • 转换流java.io.InputStreamReader,是Reader的子类，是从字节流到字符流的桥梁。它读取字节，并使用指定的字符集将其解码为字符。它的字符集可以由名称指定，也可以接收平台的默认字符集。

    • InputStreamReader是从字节流到字符流的桥：它读取字节，并使用指定的charset将其解码为字符 。 它使用的字符集可以由名称指定，也可以被明确指定，或者可以接受平台的默认字符集。

      每个调用InputStreamReader的read（）方法之一可能会导致从底层字节输入流读取一个或多个字节。 为了使字节有效地转换为字符，可以从底层流读取比满足当前读取操作所需的更多字节。

      为了最大的效率，请考虑在BufferedReader中包装一个InputStreamReader。 例如：

        BufferedReader in
   = new BufferedReader(new InputStreamReader(System.in)); 

      • 1
      • 2

    • 构造方法

      • InputStreamReader(InputStream in)：创建一个使用默认字符集的字符流。

      • InputStreamReader(InputStream in, String charsetName)：创建一个使用命名字符集的字符流。

      • 构造举例，代码如下：

        InputStreamReader isr = new InputStreamReader(new FileInputStream("in.txt"));
InputStreamReader isr2 = new InputStreamReader(new FileInputStream("in.txt"),"GBK");


        • 1
        • 2
        • 3

    • 代码实例：

      package com.io.reversestream;

import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;

/*
    java.io.InputStreamReader extends Reader
    InputStreamReader是从字节流到字符流的桥：它读取字节，并使用指定的charset将其解码为字符 。

    构造方法：
    InputStreamReader(InputStream in)创建一个使用默认字符集的InputStreamReader。
    InputStreamReader(InputStream in, String charsetName)创建一个使用命名字符集的InputStreamReader。
    参数：
         inputStream in：字符输入流，用来读取文件中保存的字节
         String charsetName:指定的编码表名称，不区分大小写，不指定默认utf-8
    使用步骤：
         1.创建InputStreamReader对象，构造方法中传递字节输入流和指定的编码表名称
         2.使用InputStreamReader对象中的方法read读取文件
         3.释放资源。
    注意事项：
         构造方法中指定的编码表名称要和文件的编码相同，否则会发生乱码
 */
public class InputStreamReaderDemo01 {
    public static void main(String[] args) throws IOException {
        read_utf_8();
    }

    /*
        使用InputStreamReader对象，构造方法中传递字节输入流和指定的编码表名称
     */
    private static void read_utf_8() throws IOException {
        //1.创建InputStreamReader对象，构造方法中传递字节输入流和指定的编码表名称
        InputStreamReader isr = new InputStreamReader(new FileInputStream("C:\\abc\\utf_8.txt"));
        //2.使用InputStreamReader对象中的方法read读取文件
        int len = 0;
        while ((len = isr.read())!=-1){
            System.out.println((char) len);
        }
        //3.释放资源
        isr.close();

    }
}


      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28
      • 29
      • 30
      • 31
      • 32
      • 33
      • 34
      • 35
      • 36
      • 37
      • 38
      • 39
      • 40
      • 41
      • 42
      • 43
      • 44
      • 45

    OutputStreamWriter类

    • OutputStreamWriter是字符的桥梁流以字节流：向其写入的字符编码成使用指定的字节charset 。 它使用的字符集可以由名称指定，也可以被明确指定，或者可以接受平台的默认字符集。

      每次调用write（）方法都会使编码转换器在给定字符上被调用。 所得到的字节在写入底层输出流之前累积在缓冲区中。 可以指定此缓冲区的大小，但是默认情况下它大部分用于大多数目的。 请注意，传递给write（）方法的字符不会缓冲。

      为了最大的效率，请考虑在BufferedWriter中包装一个OutputStreamWriter，以避免频繁的转换器调用。 例如：

        Writer out
   = new BufferedWriter(new OutputStreamWriter(System.out)); 

      • 1
      • 2

    • 构造方法

      • OutputStreamWriter(OutputStream out)：创建一个使用默认字符编码的输出流。
      • OutputStreamWriter(OutputStream out, String charsetName)：创建一个使用命名字符集的输出流。

    • 代码实例：

      package com.io.reversestream;

import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;

/*
    java.io.OutputStreamWriter extends Writer
    OutputStreamWriter是字符的桥梁流以字节流：向其写入的字符编码成使用指定的字节charset 。 它使用的字符集可以由名称指定，也可以被明确指定，或者可以接受平台的默认字符集。

    构造方法：
          OutputStreamWriter(OutputStream out)创建一个使用默认字符编码的OutputStreamWriter。
          OutputStreamWriter(OutputStream out, String charsetName)创建一个使用命名字符集的OutputStreamWriter。
          参数：
               OutputStream out:字节输出流，可以用来写转换之后的字节到文件中
               String charsetName：指定的编码表名称，不区分大小写，可以是utf-8等不指定默认使用Utf-8
     使用步骤：
          1.创建OutputStreamWriter对象，构造方法中传递字节输出流和指定的编码表名称
          2.使用OutputStreamWriter对象中的方法write，把字符转换为字节存储缓冲区中(编码)
          3.使用OutputStreamWriter对象中的方法flush，把内存缓冲区中的字节刷新到文件中(使用字节流写字节的过程)
          4.释放资源。
 */
public class OutputStreamWriterDemo01 {
    public static void main(String[] args) throws IOException {
        //write_utf_8();
        write_gbk();
    }


    /*
         使用转换流OutputStreamWriter写GBK格式的文件
     */

    private static void write_gbk() throws IOException {
        //1.创建OutputStreamWriter对象，构造方法中传递字节输出流和指定的编码表名称
        OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("C:\\abc\\gbk.txt"), "GBK");
        //2.使用OutputStreamWriter对象中的方法write，把字符转换为字节存储缓冲区中(编码)
        osw.write("你好");
        //3.使用OutputStreamWriter对象中的方法flush，把内存缓冲区中的字节刷新到文件中(使用字节流写字节的过程)
        osw.flush();
        //4.释放资源
        osw.close();

    }

    /*
         使用转换流OutputStreamWriter写UTF-8格式的文件
     */
    private static void write_utf_8() throws IOException {
        //1.创建OutputStreamWriter对象，构造方法中传递字节输出流和指定的编码表名称
        OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("C:\\abc\\utf_8.txt"), "utf-8");
        //2.使用OutputStreamWriter对象中的方法write，把字符转换为字节存储缓冲区中(编码)
        osw.write("你好");
        //3.使用OutputStreamWriter对象中的方法flush，把内存缓冲区中的字节刷新到文件中(使用字节流写字节的过程)
        osw.flush();
        //4.释放资源
        osw.close();

    }
}


      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28
      • 29
      • 30
      • 31
      • 32
      • 33
      • 34
      • 35
      • 36
      • 37
      • 38
      • 39
      • 40
      • 41
      • 42
      • 43
      • 44
      • 45
      • 46
      • 47
      • 48
      • 49
      • 50
      • 51
      • 52
      • 53
      • 54
      • 55
      • 56
      • 57
      • 58
      • 59
      • 60
      • 61
      • 62

    练习：转换文件编码

    • 将GBK编码的文本文件，转换成UTF-8编码的文本文件。

    • 代码实例

      package com.io.reversestream;

import java.io.*;

/*
    练习：转换文件编码
          将GBK编码的文本文件，转换为UTF-8编码文件。
    分析：
          1.创建InputStreamReader对象，构造方法中传递字节输入流和指定的编码表名称GBK
          2.创建OutputStreamWriter对象，构造方法中传递字节输出流和指定的编码表名称UTF-8
          3.使用InputStreamReader对象中方法read读取文件
          4.使用OutputStreamWriter对象中的方法write，把读取的数据写入到文件中
          5.释放资源
 */
public class TransDemo01 {
    public static void main(String[] args) throws IOException {
        //1.创建InputStreamReader对象，构造方法中传递字节输入流和指定的编码表名称GBK
        InputStreamReader isr = new InputStreamReader(new FileInputStream("C:\\abc\\gbk.txt"));
        //2.创建OutputStreamWriter对象，构造方法中传递字节输出流和指定的编码表名称UTF-8
        OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("C:\\abc\\utf_8.txt"));
        //3.使用InputStreamReader对象中方法read读取文件
        int len = 0;
        while ((len = isr.read())!=-1){
            //4.使用OutputStreamWriter对象中的方法write，把读取的数据写入到文件中
            osw.write(len);
        }
        //5.释放资源
        osw.close();
        isr.close();
    }
}


      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28
      • 29
      • 30
      • 31
      • 32
  • 相关阅读:
    【linux操作系统】xshell原理及Linux权限深度理解(入门必备）
    【Python】python多线程
    2023/10/1 -- ARM
    Cmake qt ,vtkDataArray.cxx.obj: File too big
    Unity-Input System新输入系统插件学习
    Linux调试器-gdb使用
    vue3 + vite常用工具
    作业 day4
    二元分类模型评估方法
    支付通道的安全性探讨
  • 原文地址：https://blog.csdn.net/qq_46080582/article/details/126439097