本文介绍字符输入流

在前面一节中，我们向一个文件中写入了一些字符，通过图片可以看出总共是6个中文字符和一个换行，总共是20个字节，可以推算出字符编码是utf-8，每个汉子占3三个字节。本文就用字符输入流来读一下。

代码部分

package io.charStream;

import java.io.FileInputStream;

import java.io.FileReader;

/**

* @Author: micro cloud fly

* @Description: 字符流学习-FileReader

* @Date: Created in 10:20 上午 2020/10/20

*/

public class Demo1 {

public static void main(String[] args) throws Exception {

//文件内容为Abcdefg，当文件中有中文时，utf-8编码的每个中文占三个字节，那么每个字节读取的时候打印出来就是乱码了

FileInputStream inputStream = new FileInputStream("/Users/java0904/Pictures/imgs/1.txt");

//int count = 0;

打印

//while((count=inputStream.read())!=-1){

// System.out.println((char)count);

//}

文件内容为:希望你开心hah234，打印出来的是一片乱码

//inputStream = new FileInputStream("/Users/java0904/Pictures/imgs/2.txt");

//count = 0;

打印

//while((count=inputStream.read())!=-1){

// System.out.println((char)count);

//}

//改为用字符流进行读取，filereader内部做了编码的确认工作，即使有中文也有英文，读取也不会乱码，是不是很神奇

FileReader fileReader = new FileReader("/Users/java0904/Pictures/imgs/filewriter.txt");

//int count = 0;

//while ((count = fileReader.read()) != -1) {

// System.out.println((char) count);

//}

//也可以一次读取多个

int count = 0;

char[] cbuf = new char[1];

while ((count = fileReader.read(cbuf)) != -1) {

System.out.println("count:"+ count +", "+new String(cbuf, 0, count));

}

System.out.println("----");

}

}

输出

count:1, 你

count:1, 好

count:1,

count:1,

count:1, 我

count:1, 是

count:1, 小

count:1, 微

----

问题

以下这段代码需要格外注意下

int count = 0;

char[] cbuf = new char[1];

while ((count = fileReader.read(cbuf)) != -1) {

System.out.println("count:"+ count +", "+new String(cbuf, 0, count));

}

我们都知道java中char类型占用2个字节，而文件中的中文是占用3个字节，那么为什么一个2字节的char数组，可以装入3字节的汉字呢？

这其中一定是java搞的鬼了。

原因

java 是采用Unicode编码，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。通常Unicode占用两字节，也就说Unicode用两字节就能表示世界上全部语言。UTF-8(是针对Unicode的一种可变长度字符编码。重点是“可变”，UTF-8根据存储的字符类型不一样，他所占的字节是不一样的，例如，英文时，只占用1个字节，中文时则膨胀为3个字节。

编译后生成的class文件会把汉字转化成Unicode的两字节，也就说Java内部或者说Jvm内部对字符的编码计算基于Unicode双字节，而外部显示存储则是用UTF-8，通过这种方式从而实现两字节的Char存储UTF-8编码的字符。