Java字符流实例分析

一、字符流的由来

由于使用字节流操控中文时不是很方便，Java就提供了字符流来进行操控中文

实现原理：字节流+编码表

为什么用字节流进行复制带有中文的文本文件时没有问题？

因为底层操作会自动进行字节拼接成中文

怎样识别该字节是中文呢？

汉字在存储时，无论是UTF-8还是GBK，第一个字节都是负数用来提示

二、编码表

字符集：

是一个系统支持的所有字符的集合，包括国家文字、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，就需要进行字符编码，一套字符集必然至少有一套字符编码

常见的字符集有ASCII字符集、GBXXX字符集、Unicode字符集等

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：

为了表达任意语言的任意字符而设计，是业界的一个标准，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、UTF32，最常用的是UTF-8

UTF-8：可以用来表示Unicode标准中的任意字符，它是电子邮件、网页及其他存储或传送文件的应用中，优先采用的编码。互联网工作小组要求所有的互联网协议都必须支持UTF-8编码格式。它使用一至四个字节为每个字符编码

UTF-8编码规则：

128个US-ASCII字符，只需要一个字节编码

拉丁文等字符，需要两个字节编码

大部分常用字(含中文)，使用三个字节编码

其他极少使用的UniCode辅助字符，使用四个字节编码

总结：编码时使用那种规则，解码就需要采用对应的规则，否则会乱码

三、字符串中的编码解码问题

编码方法(IDEA)：

byte[] getBytes():使用平台默认的字符集将该String编码为一系列字节，将结果存储到新的字节数组中

byte[] getBytes(String charsetName):使用指定的字符集将该String编码为一系列字节，将结果存储到新的字节数组中

解码方法(IDEA)：

String(byte[]bytes):通过使用平台的默认字符集解码指定的字节数组来构造新的String

String(byte[]bytes,String charsetName):通过指定的字符集解码指定的字节数组来构造新的String

IDEA中默认的编码格式是UTF-8

四、字符流的编码解码问题

字符流抽象基类：

Reader：字符输入流的抽象类

Writer：字符输出流的抽象类

字符流中和编码解码问题相关的两个类：

InputStreamReader: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：

OutputStreamWruter:是从字符流到字节流的桥梁：使用自订的字符集将写入的字符编码为字节，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：

public class ConversionStreamDemo {
    public static void main(String[] args) throws IOException {
        //创建一个默认编码格式的InputStreamReader\OutputStreamWriter
        InputStreamReader ipsr = new InputStreamReader(new FileInputStream("E:\\abc.txt"));
        OutputStreamWriter opsw = new OutputStreamWriter(new FileOutputStream("E:\\abc.txt"));
        //写入数据
        opsw.write("你好啊");
        opsw.close();
        //读数据，方式一：一次读取一个字节数据
        int ch;
        while ((ch = ipsr.read()) != -1) {
            System.out.print((char) ch);
        }
        ipsr.close();

    }
}

四、字符流写数据的五种方法

字符流写数据需要注意缓冲区的问题，如果想要将缓冲区的数据加载出来需要在写入方法后加上刷新方法flush();

前三个方法与字节流写入方法使用相同，这里重点介绍下面两种方式

public class OutputStreamWriterDemo {
    public static void main(String[] args) throws IOException {
        //创建一个默认编码格式的OutputStreamWriter对象
        OutputStreamWriter opsw=new OutputStreamWriter(new FileOutputStream("E:\\abc.txt"));
        //方式一：写入一个字节
        opsw.write(97);
        opsw.flush();//如果需要在文件中立即显示输入的数据，就需要加入刷新方法
        //方式二：写入一个字符数组
        char[]ch={'a','b','c','二'};
        opsw.write(ch);
        opsw.flush();//如果需要在文件中立即显示输入的数据，就需要加入刷新方法
        //方式三：写入一个字符数组的一部分
        opsw.write(ch,0,2);
        opsw.flush();//如果需要在文件中立即显示输入的数据，就需要加入刷新方法
        //方式四：写入一个字符串
        opsw.write("一二三");
        opsw.flush();//如果需要在文件中立即显示输入的数据，就需要加入刷新方法
        //方式五：写入一个字符串的一部分
        opsw.write("三四五",1,2);
        opsw.flush();//如果需要在文件中立即显示输入的数据，就需要加入刷新方法
    }
}

五、字符流读数据的两种方法

public class InputStreamReadDemo {
    public static void main(String[] args) throws IOException {
        //创建一个默认编码格式的InputStreamReader
        InputStreamReader ipsr=new InputStreamReader(new FileInputStream("E:\\abc.txt"));
        //读取数据，方式一一次读取一个字符数据
        int ch;
        while ((ch=ipsr.read())!=-1){
            System.out.print((char) ch);
        }
        ipsr.close();
        //方式二：一次读取一个字符数组数据
        char []ch=new char[1024];
        int len;
        while ((len=ipsr.read(ch))!=-1){
            System.out.print(new String(ch,0,len));
        }
        ipsr.close();
    }
}

小结：如果使用默认编码格式的话，那么字符输入流InputStreamReader可以使用子类FileReader来替代，字符输出流OutputStreamWriter可以使用其子类FileWriter来替代，两者在使用默认编码格式的情况下作用一致。