Java基础回顾-转换流
转换流
转换流原理
字符编码和字符集
字符编码
计算机中储存的信息都是用二进制数表示的,而我们在屏幕上看到的数字、英文、标点符号、汉字等字符是二进制数转换之后的结果。按照某种规则,将字符存储到计算机中,称为编码。反之,将存储在计算机中的二进制数按照某种规则解析显示出来,称为解码。比如说,按照A规则存储,同样按照A规则解析,那么就能显示正确的文本符号。反之,按照A规则存储,再按照B规则解析,就会导致乱码现象。
编码:字符(能看懂的)--字节(看不懂的)
解码:字节(看不懂的)-->字符(能看懂的
字符编码character Encoding :就是一套自然语言的字符与二进制数之间的对应规则。
编码表:生活中文字和计算机中二进制的对应规则
字符集
字符集charset:也叫编码表。是一个系统支持的所有字符的集合,包括各国家文字、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,需要进行字符编码,一套字符集必然至少有一套字符编码。常见字符集有ASCII字符集、GBK字符集, Unicode字符集等。
可见,当指定了编码,它所对应的字符集自然就指定了,所以编码才是我们最终要关心的。
ASCII字符集
- ASCll ( 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。
lSO-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。o ISO-5559-1使用单字节编码,兼容ASCII编码。
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。o ISO-5559-1使用单字节编码,兼容ASCIl编码。
GBxxx字符集
- GB就是国标的意思,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,这样大约可以组合了包含7000多个简体汉字,此外数学符号、罗马希腊的字母、日文的假名们都编进去了,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,这就是常说的"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。
- 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和UTF-32。最为常用的UTF-8编码。
- UTF-8编码,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。所以,我们开发Web应用,也要使用UTF-8编码。它使用一至四个字节为每个字符编码,编码规则:
- 128个US-ASCll字符,只需一个字节编码。
- 拉丁文等字符,需要二个字节编码。
- 大部分常用字(含中,使用三个字节编码。
- 其他极少使用的Unicode辅助字符,使用四字节编码。
编码引出的问题
在IDEA中,使用FileReader读取项目中的文本文件。由于IDEA的设置,都是默认的UTF-8编码,所以没有任何问题。但是,当读取Windows系统中创建的文本文件时,由于Windows系统的默认是GBK编码,就会出现乱码。
import java.io.BufferedOutputStream;
import java.io.FileOutputStream;
import java.io.FileReader;
import java.io.IOException;
/*
FileReoder可以读取IDE默认编码格式(UTF-8)的文件
FiLeReader读取系统默认编码(中文GBK)会产生乱码
*/
public class DemosFileReader {
public static void main(String[] args) throws IOException {
FileReader fr = new FileReader("FileAndIO\\src\\main\\java\\abc.txt\\我是GBK编码格式的文本文档.txt");
int len = 0;
while ((len = fr.read())!=-1){
System.out.print((char)len);
}
fr.close();
}
}
会出现编码和解码使用的规则不一致,就会乱码~
如何解决这个问题呢?
解决方法:使用转换流。
OutputStreamWriter类
OutputStreamWriter 是字符流通向字节流的桥梁:可使用指定的 charset 将要写入流中的字符编码成字节。
java.lang.Object
继承者 java.io.Writer
继承者 java.io.OutputStreamWriter
继承自父类的共性成员方法
- abstract void close() 关闭此流,但要先刷新它。
- abstract void flush() 刷新该流的缓冲。
- void write(char[] cbuf) 写入字符数组。
- abstract void write(char[] cbuf, int off, int len) 写入字符数组的某一部分。
- void write(int c) 写入单个字符。
- void write(String str) 写入字符串。
- void write(String str, int off, int len) 写入字符串的某一部。
构造方法
- OutputStreamWriter(OutputStream out)
创建使用默认字符编码的 OutputStreamWriter。 - OutputStreamWriter(OutputStream out, Charset cs)
创建使用给定字符集的 OutputStreamWriter。 - OutputStreamWriter(OutputStream out, CharsetEncoder enc)
创建使用给定字符集编码器的 OutputStreamWriter。 - OutputStreamWriter(OutputStream out, String charsetName)
创建使用指定字符集的 OutputStreamWriter。
参数
- OutputStream out:字节输出流,可以用来写转换之后的字节到文件中
- charsetName:指定的编码表名称,不区分大小写,不指定就默认使用UTF-8
使用步骤
- 创建一个OutputStreamWriter对象,构造方法中传递字节输出流和指定的编码表名称。
- 使用OutputStreamWriter对象中的方法Write,把字符转换为字节存储到缓冲区中。【编码】
- 使用OutputStreamWriter对象中的方法flush,把内存缓冲区中的字节刷新到文件中【使用字节流写字节的过程】
- 释放资源
import java.io.*;
public class DemosOutputStreamWriter {
public static void main(String[] args) throws IOException {
show1();
}
/*
### 构造方法
1. ==OutputStreamWriter(OutputStream out)==
创建使用默认字符编码的 OutputStreamWriter。
2. OutputStreamWriter(OutputStream out, Charset cs)
创建使用给定字符集的 OutputStreamWriter。
3. OutputStreamWriter(OutputStream out, CharsetEncoder enc)
创建使用给定字符集编码器的 OutputStreamWriter。
4. ==OutputStreamWriter(OutputStream out, String charsetName)==
创建使用指定字符集的 OutputStreamWriter。
### 参数
1. OutputStream out:字节输出流,可以用来写转换之后的字节到文件中
2. charsetName:指定的编码表名称,不区分大小写,不指定就默认使用UTF-8
### 使用步骤
1. 创建一个OutputStreamWriter对象,构造方法中传递字节输出流和指定的编码表名称。
2. 使用OutputStreamWriter对象中的方法Write,把字符转换为字节存储到缓冲区中。【编码】
3. 使用OutputStreamWriter对象中的方法flush,把内存缓冲区中的字节刷新到文件中【使用字节流写字节的过程】
4. 释放资源
*/
private static void show1() throws IOException {
OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("FileAndIO\\src\\main\\java\\abc.txt\\i.txt"), "Utf-8");
OutputStreamWriter osw2 = new OutputStreamWriter(new FileOutputStream("FileAndIO\\src\\main\\java\\abc.txt\\j.txt"), "gbk");
osw.write("你好 编码解码");
osw2.write("你好 编码解码");//乱码,因为idea默认utf-8编码解码,我自定义的GBK编码,所以在idea里会乱码
osw.flush();
osw.close();
osw2.flush();
osw2.close();
}
}
InputStreamReader类
转换流java.io.InputStreamReader,是Reader的子类,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。它的字符集可以由名称指定,也可以接受平台的默认字符集。
java.io . InputstreamReader extends Reader
InputStreamReader:是字节流通向字符流的桥梁:它使用指定的 charset 读取字节并将其解码为字符。(解码:把看不懂的变成能看懂的)
继承自父类的共性成员方法
int read(读取单个字符并返回。
int read ( char[] cbuf)一次读取多个字符,将字符读入数组。
void cLose关团该流并释放与之关联的所有资源。
构造方法
InputStreamReader(InputStream in)创建一个使用黑f认字符集的InputStreamReader。
InputStreamReader(InputStream in,String charsetName)创建使用指定字符集的InputStreamReader。
参数
Inputstream in :字节输入流,用来读取文件中保存的字节
String charsetName :指定的编码表名称,不区分大小写,可以是utf-8/UTF-8,gbk/GEK . . ..不指定默认使用UuTF-8
使用步骤
1.创建InputStreamReader对象,构造方法中传递字节输入流和指定的编码表名称
2.使用工nputstreamReader对象中的方法read读取文件
3.释放资源
注意事项
构造方法中指定的编码表名称要和文件的编码相同,否则会发生乱码
import java.io.*;
public class DemosInputStreamReader {
public static void main(String[] args) throws IOException {
show1();
}
/*
java.io . InputstreamReader extends Reader
InputStreamReader:是字节流通向字符流的桥梁:它使用指定的 charset 读取字节并将其解码为字符。(解码:把看不懂的变成能看懂的)
继承自父类的共性成员方法:
int read(读取单个字符并返回。
int read ( char[] cbuf)一次读取多个字符,将字符读入数组。
void cLose关团该流并释放与之关联的所有资源。
构造方法:
InputStreamReader(InputStream in)创建一个使用黑f认字符集的InputStreamReader。
InputStreamReader(InputStream in,String charsetName)创建使用指定字符集的InputStreamReader。
参数:
Inputstream in :字节输入流,用来读取文件中保存的字节
String charsetName :指定的编码表名称,不区分大小写,可以是utf-8/UTF-8,gbk/GEK . . ..不指定默认使用UuTF-8
使用步骤:
1.创建InputStreamReader对象,构造方法中传递字节输入流和指定的编码表名称
2.使用工nputstreamReader对象中的方法read读取文件
3.释放资源
注意事项:
构造方法中指定的编码表名称要和文件的编码相同,否则会发生乱码
*/
private static void show1() throws IOException {
InputStreamReader isr = new InputStreamReader(new FileInputStream("FileAndIO\\src\\main\\java\\abc.txt\\i.txt"), "utf-8");
InputStreamReader isr2 = new InputStreamReader(new FileInputStream("FileAndIO\\src\\main\\java\\abc.txt\\j.txt"), "GBK");
InputStreamReader isr3 = new InputStreamReader(new FileInputStream("FileAndIO\\src\\main\\java\\abc.txt\\j.txt"), "UTF-8");
int len = 0;
while ((len = isr.read())!=-1){
System.out.print((char) len);
}
System.out.print("\r\n");
while ((len = isr2.read())!=-1){
System.out.print((char) len);
}
System.out.print("\r\n");
while ((len = isr3.read())!=-1){
System.out.print((char) len);
}
isr.close();
isr2.close();
isr3.close();
}
}
练习题:转换文件编码
import java.io.*;
public class DemosTest {
public static void main(String[] args) throws IOException {
show1();
}
/*
练习:转换文件编码
将GBk编码的文本文件,转换为UTF-8编码的文本文件。
分析:
1.创建InputStreamReader对象,构造方法中传递字节输入流和指定的编码表名称GBK
2.创建outputStreamwriter对象,构造方法中传递字节输出流和指定的编码表名称UTF-8
3.使用InputStreamReader对象中的方法read读取文件
4.使用outputStreamlwriter对象中的方法wvrite,把读取的数据写入到文件中5 .释放资源
*/
private static void show1() throws IOException {
InputStreamReader isr = new InputStreamReader(new FileInputStream("FileAndIO\\src\\main\\java\\abc.txt\\我是GBK编码格式的文本文档.txt"), "GBK");
OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("FileAndIO\\src\\main\\java\\abc.txt\\k.txt"), "UTF-8");
int len = 0;
char[] chars = new char[1024];
while ((len = isr.read(chars))!=-1){
osw.write(chars,0,len);
}
osw.close();
isr.close();
}
}