[19/03/28-星期四] IO技术_基本概念&字符编码与解码

一、概念

输入(Input)  指的是：可以让程序从外部系统获得数据(核心含义是“读”，读取外部数据)

常见的应用：

      Ø 读取硬盘上的文件内容到程序。例如：播放器打开一个视频文件、word打开一个doc文件。

      Ø 读取网络上某个位置内容到程序。例如：浏览器中输入网址后，打开该网址对应的网页内容;下载网络上某个网址的文件。

      Ø 读取数据库系统的数据到程序。

      Ø 读取某些硬件系统数据到程序。例如：车载电脑读取雷达扫描信息到程序;温控系统等。

输出(Output)  指的是：程序输出数据给外部系统从而可以操作外部系统(核心含义是“写”，将数据写出到外部系统)

常见的应用有：

      Ø 将数据写到硬盘中。例如：我们编辑完一个word文档后，将内容写到硬盘上进行保存。

      Ø 将数据写到数据库系统中。例如：我们注册一个网站会员，实际就是后台程序向数据库中写入一条记录。

      Ø 将数据写到某些硬件系统中。例如：导弹系统导航程序将新的路径输出到飞控子系统，飞控子系统根据数据修正飞行路径。

数据源(data source) 指提供数据的原始媒介。常见的数据源有：数据库、文件、其他程序、内存、网络连接、IO设备

分为：

 源设备：为程序提供数据，一般对应输入流。

 目标设备：程序数据的目的地，一般对应输出流。

 流(stream)：流动、流向。从一端(数据源)流向另一端(程序)，是一个抽象、动态的概念，是一连串连续动态的数据集合。

 注意：输入/输出流的划分是相对程序(以它为中心划分的)而言的，并不是相对数据源。

如现实中读书：程序相当于大脑，读书是将书本中的知识读入到大脑中，而写字是将大脑中的知识读出(输出)到书本上。

    --- 对于输入流而言，数据源就像水箱，流(stream)就像水管中流动着的水流，程序就是我们最终的用户。

我们通过流(A Stream)将数据源(Source)中的数据(information)输送到程序(Program)中。

涉及到类：InputStream 字节输入流  Reader 字符输入流

   --- 对于输出流而言，目标数据源就是目的地(dest)，

我们通过流(A Stream)将程序(Program)中的数据(information)输送到目的数据源(dest)中。

涉及到的类：OutputStream 字节输出流  Writer 字符输出流

 

二、核心类( 整个Java.io包中最重要的5个类和3个接口)

File 文件类

InputStream 字节输入流

OutputStream 字节输出流

Reader 字符输入流

Writer 字符输出流

Closeable 关闭流接口(Java告诉操作系统可以关闭流接口)

Flushable 刷新流接口

Serializable 序列化流接口

 1. InputStream/OutputStream      字节流的抽象类。

 2. Reader/Writer        字符流的抽象类。

 3. FileInputStream/FileOutputStream    节点流：以字节为单位直接操作“文件”。 

 4. ByteArrayInputStream/ByteArrayOutputStream     节点流：以字节为单位直接操作“字节数组对象”。

 5. ObjectInputStream/ObjectOutputStream       处理流：以字节为单位直接操作“对象”。

 6. DataInputStream/DataOutputStream  处理流：以字节为单位直接操作“基本数据类型与字符串类型”。 

 7. FileReader/FileWriter    节点流：以字符为单位直接操作“文本文件”(注意：只能读写文本文件)。

 8. BufferedReader/BufferedWriter   处理流：将Reader/Writer对象进行包装，增加缓存功能，提高读写效率。

 9. BufferedInputStream/BufferedOutputStream   处理流：将InputStream/OutputStream对象进行包装，增加缓存功能，提高 读写效率。

10. InputStreamReader/OutputStreamWriter     处理流：将字节流对象转化成字符流对象。

11. PrintStream    处理流：将OutputStream进行包装，可以方便地输出字符，更加灵活。

三、分类

按流的方向分类：

       1. 输入流：数据流向是数据源到程序(以InputStream、Reader结尾的流)。

       2. 输出流：数据流向是程序到目的地(以OutPutStream、Writer结尾的流)。

按处理的数据单元分类：

      1. 字节流：以字节为单位获取数据，命名上以Stream结尾的流一般是字节流，如FileInputStream、FileOutputStream。

      2. 字符流：以字符为单位获取数据，命名上以Reader/Writer结尾的流一般是字符流，如FileReader、FileWriter。

按处理对象不同分类：

      1. 节点流：可以直接从数据源或目的地读写数据，如FileInputStream、FileReader、DataInputStream等。

      2.  处理流：不直接连接到数据源或目的地，是”处理流的流”。通过对其他流的处理提高程序的性能，如BufferedInputStream、BufferedReader等。

      处理流也叫包装流。

      节点流处于IO操作的第一线，所有操作必须通过它们进行;处理流可以对节点流进行包装，提高性能或提高程序的灵活性。

  四、字符编码与解码

/**
 * 字符编码与解码，以电脑为中心 编码：incode 解码：decode 
 * 字节(电脑中)-->>>字符(符合人的常识,便于书写)：(字节)解码(成字符)
 * 字符(符合人的常识,便于书写)-->>>字节(电脑中)：(字符)编码(成字节)
 * 编码规范：字符集(码表)就是大字典
 * 常用：ASCII码
 * ANSI：美国国家标准协会,每个国家(非拉丁语系国家)自己制定自己的文字的编码规则 ,中国的ANSI对应就是GB2312标准 日本就是JIT标准
 *      但是ASCII码的(0-127)不能用，从之后开始编码
 * GBK(国标码)：中文：2个字节 ；英文、数字：1个字节 ,包含GB2312
 * Unicode(Universal Code) 万国码，中国的自己编码(GBK)和日本(JIT)可能同一个数字对应不同的字符，即日文和中文同时存在时
 *      可能不会正确解析，所以Unicode统一编码，保证所以字符都不会重复，共计100多万字符,包含世界所有国家的字符，保证可以正确解析。
 * UTF-8(万国码,最短8位即1个字节):变长Unicode，1-3个字节不等 (中文：3个字节；英文：1个字节)
 * UTF-16(标准2个字节):定长Unicode，中英文都是2个字节  如一个数7834H (16进制表示) 高字节 78H 低字节34H,(FE FF大端、FF FE小端)
 * ----UTF-16BE(Big Endian:大的字节序，大端表示)，(16位的)数据高字节(78H)存在低地址(7-0位)，低字节(34H)存在高位(15-8位)
 * ----UTF-16LE(Low Endian:大的字节序，小端表示),数据高字节(78H)存在高地址(15-8位)，低字节(34H)存在高位(7-0位)
 *  
 */
package cn.sxt.test;

import java.io.UnsupportedEncodingException;

public class Test_0327_Code {
    public static void main(String[] args) throws UnsupportedEncodingException {
        String msg="2019中国Ab";
        //测试编码 字符到字节 。GBK：有单字节，0-127的编码与ASCII码完全一致
        byte datas[]=msg.getBytes();//默认使用工程的字符集GBK, 中文：2个字节 ；英文、数字：1个字节
        for (int i=0;i<datas.length ;i++) {
            System.out.printf("datas[%d]=%d;",i,datas[i]);
        }
        System.out.println("\n"+datas.length);//输出字节数：4+2*2+2=10
        
        
        //UTF-8：0-127的编码与ASCII码完全一致,由于有单字节编码，所以兼容ASCII码
        byte datas2[]=msg.getBytes("UTF-8");//中文：3 个字节，英文、数字：1个字节    
        for (int i=0;i<datas2.length ;i++) {
            System.out.printf("datas2[%d]=%d;",i,datas2[i]);    
        }
        System.out.println("\n"+datas2.length); //输出：12
        
        
        //UTF-16 使用2个或4个字节来编码,实际上测试的效果也是
        byte datas3[]=msg.getBytes("UTF-16");//不太确定中英文所占字符数.例如"2"占4个字节 但"1"和"中"和"A""a"只占2个字节
        for (int i=0;i<datas3.length ;i++) {
            System.out.printf("datas3[%d]=%d;",i,datas3[i]);    
        }
        System.out.println("\n"+datas3.length);//此电脑输出为18
        
        //UTF-16LE 小端存储 数据高字节(78H)存在高地址(15-8位)，低字节(34H)存在高位(7-0位)
        byte datas4[]=msg.getBytes("UTF-16LE");//中英文数字均是2个字节
        for (int i=0;i<datas4.length ;i++) {
            System.out.printf("data4[%d]=%d;",i,datas4[i]);    
        }
        System.out.println("\n"+datas4.length);//输出16 
        
        
        byte datas5[]=msg.getBytes("UTF-16BE");//中英文数字均是2个字节
        System.out.println(datas5.length);
        
        //测试解码: 字节到字符  相当于拿个大字典去翻译二进制字节成一个个的字符
        //datas数组是用GBK加密的 4个参数 (要解码的数组名字,从下标哪个位置开始解码,给定解码后的存储空间,用那个字典解密)
        //乱码原因：1、字节数不够 msg3解码过程中最后一个字符字节数不够不能成功解码
        //        2、字典不对 如msg4是用的UTF-16LE编码的但却用GBK解码
        
        String msg2=new String(datas, 0, datas.length, "GBK");//正确解码
        
        //对于datas4数组，从下标0开始解码，解码长度为：总长度-1=15(即解码datas数组下标为0-14的字符),所用的字典为"UTF-16LE"。
        //解码成功后把解码后的字符串赋值给msg4。对于datas4数组字符全是2个字节编码的，对于数组的下标0-13即前7个字符可以正确解码，
        //但是下标14和下标15共同表示一个字符'a'，只给出下标14无法正确解码(翻译)出正确的字符、所以出现乱码。
        String msg3=new String(datas4, 0, datas4.length-1, "UTF-16LE");
        
        String msg4=new String(datas4, 0, datas4.length, "GBK");//字典不对，出现乱码
        System.out.println(msg2);
        System.out.println(msg3);
        System.out.println(msg4);
    

    }

}