java.io 文件分类

Posted 2020-08-02 一尾金鱼

文件分为二进制格式和文本格式。

 

数据在计算机中都是以二进制的形式表现的，一般来说字节是最小的数据逻辑单位，所以也可以说数据都是以字节序列的形式表现的，不管是在内存中还是磁盘文件中。如果直接把内存中的数据按字节写入文件，所得到的文件就是二进制格式的；如果将所有的数据都当作字符序列来处理，根据选择的字符集重新编码，然后把编码的结果写到文件，所得到的文件就是文本格式的。

 

比如说有个int类型的数据，值为1234，在内存中以00 00 04 d2的形式存在，存储到文件的结果有下面几种可能：

在写入文本文件的情况下，选择不同的编码方案会有不同的结果。用一个图简单表示下文本文件的IO过程：

 

 

文本文件存在着重新编码的问题，比如把内存中的00_00_04_d2（int 1234）按照UTF-8重新编码成31_32_33_34。字符数据和字节序列之间需要有字符集作为映射的关系，字符集就像一个字典，编码的时候根据字符查到对应的编码，作为存储的字节序列；解码的时候根据字节序列查到对应的字符，才能供人阅读。不同的字符集有不同的映射关系，所以解码时使用的字符集和编码时使用的要一致。

字符在内存中当然也是以字节序列存在的，使用的是Unicode编码，你可以使用Integet.toHexString(int)获取其内容。所以将字符数据写入到文本文件，其实存在着从一种字符编码结果到另一种字符编码结果的转变过程。