Java基礎——字元流

一、字元流的由來

由於使用位元組流操控中文時不是很方便，Java就提供了字元流來進行操控中文

實現原理：位元組流+編碼表

為什麼用位元組流進行複製帶有中文的文本文件時沒有問題？

因為底層操作會自動進行位元組拼接成中文

怎樣識別該位元組是中文呢？

漢字在存儲時，無論是UTF-8還是GBK，第一個位元組都是負數用來提示

二、編碼表

字元集：

是一個系統支持的所有字元的集合，包括國家文字、標點符號、圖形符號、數字等

電腦要準確的存儲和識別各種字元集符號，就需要進行字元編碼，一套字元集必然至少有一套字元編碼

常見的字元集有ASCII字元集、GBXXX字元集、Unicode字元集等

GBK：最常用的中文碼表，是在GB2312標準基礎上的擴展規範，使用了雙位元組編碼方案，共收錄了21003個漢字，完全相容GB2312標準，同時支持繁體漢字以及日韓漢字等

GB18030：最新的中文碼表，收錄漢字70244個，採用多位元組編碼，每個字可以由1個、2個或4個位元組組成。支持中國少數民族的文字，同時支持繁體漢字以及日韓漢字等

Unicode字元集：

為了表達任意語言的任意字元而設計，是業界的一個標準，也稱為統一碼、標準萬國碼；它最多使用4個位元組的數字來表達每個字母、符號，或者文字。有三種編碼方案：UTF-8、UTF-16、UTF32，最常用的是UTF-8

UTF-8：可以用來表示Unicode標準中的任意字元，它是電子郵件、網頁及其他存儲或傳送文件的應用中，優先採用的編碼。互聯網工作小組要求所有的互聯網協議都必須支持UTF-8編碼格式。它使用一至四個位元組為每個字元編碼

UTF-8編碼規則：

128個US-ASCII字元，只需要一個位元組編碼

拉丁文等字元，需要兩個位元組編碼

大部分常用字(含中文)，使用三個位元組編碼

其他極少使用的UniCode輔助字元，使用四個位元組編碼

總結：編碼時使用那種規則，解碼就需要採用對應的規則，否則會亂碼

三、字元串中的編碼解碼問題

編碼方法(IDEA)：

byte[] getBytes():使用平臺預設的字元集將該String編碼為一系列位元組，將結果存儲到新的位元組數組中

byte[] getBytes(String charsetName):使用指定的字元集將該String編碼為一系列位元組，將結果存儲到新的位元組數組中

解碼方法(IDEA)：

String(byte[]bytes):通過使用平臺的預設字元集解碼指定的位元組數組來構造新的String

String(byte[]bytes,String charsetName):通過指定的字元集解碼指定的位元組數組來構造新的String

IDEA中預設的編碼格式是UTF-8

四、字元流的編碼解碼問題

字元流抽象基類：

Reader：字元輸入流的抽象類

Writer：字元輸出流的抽象類

字元流中和編碼解碼問題相關的兩個類：

InputStreamReader:是從位元組流到字元流的橋梁：它讀取位元組，並使用指定的字元集將其解碼為字元。它使用的字元集可以由名稱指定，也可以被明確指定，或者可以接受平臺的預設字元集

構造方法：

OutputStreamWruter:是從字元流到位元組流的橋梁：使用自訂的字元集將寫入的字元編碼為位元組，它使用的字元集可以由名稱指定，也可以被明確指定，或者可以接受平臺的預設字元集

構造方法：

public class ConversionStreamDemo {
    public static void main(String[] args) throws IOException {
        //創建一個預設編碼格式的InputStreamReader\OutputStreamWriter
        InputStreamReader ipsr = new InputStreamReader(new FileInputStream("E:\\abc.txt"));
        OutputStreamWriter opsw = new OutputStreamWriter(new FileOutputStream("E:\\abc.txt"));
        //寫入數據
        opsw.write("你好啊");
        opsw.close();
        //讀數據，方式一：一次讀取一個位元組數據
        int ch;
        while ((ch = ipsr.read()) != -1) {
            System.out.print((char) ch);
        }
        ipsr.close();
​
    }
}
​

四、字元流寫數據的五種方法

字元流寫數據需要註意緩衝區的問題，如果想要將緩衝區的數據載入出來需要在寫入方法後加上刷新方法flush();

前三個方法與位元組流寫入方法使用相同，這裡重點介紹下麵兩種方式

public class OutputStreamWriterDemo {
    public static void main(String[] args) throws IOException {
        //創建一個預設編碼格式的OutputStreamWriter對象
        OutputStreamWriter opsw=new OutputStreamWriter(new FileOutputStream("E:\\abc.txt"));
        //方式一：寫入一個位元組
        opsw.write(97);
        opsw.flush();//如果需要在文件中立即顯示輸入的數據，就需要加入刷新方法
        //方式二：寫入一個字元數組
        char[]ch={'a','b','c','二'};
        opsw.write(ch);
        opsw.flush();//如果需要在文件中立即顯示輸入的數據，就需要加入刷新方法
        //方式三：寫入一個字元數組的一部分
        opsw.write(ch,0,2);
        opsw.flush();//如果需要在文件中立即顯示輸入的數據，就需要加入刷新方法
        //方式四：寫入一個字元串
        opsw.write("一二三");
        opsw.flush();//如果需要在文件中立即顯示輸入的數據，就需要加入刷新方法
        //方式五：寫入一個字元串的一部分
        opsw.write("三四五",1,2);
        opsw.flush();//如果需要在文件中立即顯示輸入的數據，就需要加入刷新方法
    }
}

五、字元流讀數據的兩種方法

public class InputStreamReadDemo {
    public static void main(String[] args) throws IOException {
        //創建一個預設編碼格式的InputStreamReader
        InputStreamReader ipsr=new InputStreamReader(new FileInputStream("E:\\abc.txt"));
        //讀取數據，方式一一次讀取一個字元數據
        int ch;
        while ((ch=ipsr.read())!=-1){
            System.out.print((char) ch);
        }
        ipsr.close();
        //方式二：一次讀取一個字元數組數據
        char []ch=new char[1024];
        int len;
        while ((len=ipsr.read(ch))!=-1){
            System.out.print(new String(ch,0,len));
        }
        ipsr.close();
    }
}
​

小結：如果使用預設編碼格式的話，那麼字元輸入流InputStreamReader可以使用子類FileReader來替代，字元輸出流OutputStreamWriter可以使用其子類FileWriter來替代，兩者在使用預設編碼格式的情況下作用一致。