Java基础教程——转换流

Posted 2022-04-08 tigerlion

转换流

通常，Window默认的编码方式是GBK，Java项目一般建议设为UTF-8编码。这时候读取文件可能出现乱码。事实上实际应用中编码格式不匹配的场景非常多。

转换流可以指定编码方式，用于解决乱码问题。

OutputStreamWriter
InputStreamReader

字符编码：Character Encoding：自然语言的字符，与二进制数之间的对应规则。
文件流读取时使用的编码方式和文件本身编码方式不同时，会造成读取出来时出现乱码。

字符集 ：Charset：系统支持的所有字符的集合，包括数字、文字、标点符号、图形符号等。一套字符集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。

ASCII字符集 ：
|--ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）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（英文大小写字符、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：
|--拉丁码表，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-8859-1使用单字节编码，兼容ASCII编码。

GBxxx字符集：GB乃“国标”之意，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，大约包含7000多个简体汉字，还有数学符号、希腊字母、日文假名，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，这便是所谓的"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文字等。Windows操作系统默认使用GBK编码。
|--GB18030：最新的中文码表。收录汉字7万多个，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。
有三种编码方案，UTF-8、UTF-16和UTF-32。最为常用的UTF-8编码。
|--UTF-8，可以用来表示Unicode标准中任何字符，它是电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。
UTF-8使用1至4个字节为进行编码（最大可占用6字节），编码规则：

1. 128个ASCII字符，一个字节编码。
2. 拉丁文等字符，两个字节编码。
3. 大部分常用字（含中文），使用三个字节编码，基本等同于GBK。
4. 还有一些字符使用四字节编码。

参考【utf-8中的汉字占用多少字节】：https://www.cnblogs.com/zxz1987/articles/6544593.html

看看UTF-8编码占了几个字节：

public class TestCharEncoding 
    public static void main(String[] args) throws Exception 
        String[] strArr =  "A", "Ω", "壹" ;
        for (String s : strArr) 
            System.out.println("s：" + s.getBytes("utf-8").length);
        
    

运行结果

s：1
s：2
s：3

---

示例代码：转换流可以读写各种编码的文件，而纯字符流则可能读出乱码。

• 使用FileInputStream类读取文件流，
• 利用InputStreamReader将字节流转化为字符流，同时指定文件流的编码方式，
• 再将字符流放入 BufferedReader中进行操作。

File → FileOutputStream → OutputStreamWriter(指定编码) → BufferedWriter

File → FileInputStream → InputStreamReader(指定编码) → BufferedReader

package ahjava.io;
import java.io.*;
public class 转换流 
    public static final String FILE_NAME = "testMessyCode.txt";
    public static final String CHARSET_NAME = "gbk";
    // File->FileOutputStream->OutputStreamWriter(指定编码)->BufferedWriter
    static void write(String msg) throws Exception 
        File f = new File(FILE_NAME);
        FileOutputStream fos = new FileOutputStream(f);
        OutputStreamWriter osw = new OutputStreamWriter(fos, CHARSET_NAME);
        BufferedWriter bw = new BufferedWriter(osw);
        bw.write(msg);
        // 关闭流(写文件的关闭顺序如果不对，会抛异常，读文件没有影响)
        bw.close();
        osw.close();
        fos.close();
    
    // File->FileInputStream->InputStreamReader(指定编码)->BufferedReader
    static void read() throws Exception 
        File f = new File(FILE_NAME);
        FileInputStream fis = new FileInputStream(f);
        InputStreamReader isr = new InputStreamReader(fis, CHARSET_NAME);
        BufferedReader br = new BufferedReader(isr);
        String str;
        while ((str = br.readLine()) != null) // 逐行读取数据
        
            System.out.println(CHARSET_NAME + "读取：" + str);
        
        // 关闭流
        br.close();
        isr.close();
        fis.close();
    
    static void 纯字符流R_就怕货比货() 
        File file = new File(FILE_NAME);
        FileReader fr;
        try 
            fr = new FileReader(file);
            BufferedReader br = new BufferedReader(fr);
            String str;
            while ((str = br.readLine()) != null) 
                System.out.println("纯字符流读取：" + str);
            
            br.close();
            fr.close();
         catch (IOException e) 
            e.printStackTrace();
        
    
    public static void main(String[] args) throws Exception 
        write("乱码？");
        纯字符流R_就怕货比货();
        read();
    

---

*控制台输入

场景：控制台输入文字，写入文件。
通常建议把Java工程设为UTF-8编码。这时候如果写文件，文件是UTF-8编码。
然而，Windows平台默认的编码方式是GBK，可以通过转换流以GBK的编码方式写文件。
以下代码就是以GBK的编码格式把用户在控制台的输入写入文件。

import java.io.*;
public class 控制台输入 
    public static void main(String[] args) throws IOException 
        控制台写入文件();
    
    static void 控制台写入文件() throws IOException 
        /* 本例从控制台接受输入，然后写入到文件中，直到用户输入"!!!"为止 */
        // 输出：FileOutputStream->OutputStreamWriter(指定编码)->BufferedWriter
        FileOutputStream fos = new FileOutputStream("控制台写入文件.txt");
        OutputStreamWriter osw = new OutputStreamWriter(fos, "GBK");
        BufferedWriter bw = new BufferedWriter(osw);
        // 输入：System.in(字节流)->InputStreamReader->BufferedReader
        // 将控制台输入对象转化成字符流，并建立缓冲流
        InputStreamReader isr = new InputStreamReader(System.in);
        BufferedReader br = new BufferedReader(isr);
        String str = br.readLine(); // 接受从控制台输入的一行字符串
        while (!(str.equals("!!!"))) // 如果输入"!!!"则代表输入结束
        
            bw.write(str); // 将从控制台输入的字符串写入到文件中
            bw.newLine(); // 换新行
            str = br.readLine(); // 再从控制台接受输入
        
        // 关闭输入相关的流
        br.close();
        isr.close();
        // 关闭输出相关的流
        bw.close();
        osw.close();
        fos.close();
    

*想想，“控制台写入文件()”方法，能不能连续调用两次？