字符流
- 字符流
- 为什么出现字符流
- 编码表
- 字符串中的编码解码问题
- 字符流写数据的5中方式
- 字符流读数据的两种方式
- 字符流复制Java文件
字符流
为什么出现字符流
汉字的存储如果是GBK编码占用2个字节,如果是UTF-8占用三个字节
用字节流复制文本文件时,文本文件也会有中文,但是没有问题,原因是最终底层操作会自动进行字节拼接成中文,识别的方法是:
汉字在编码时,不论是那种编码方式,第一个字节都是负数
由于字节流操作中文不是特别的方便,所以Java提供字符流
字符流=字节流+编码表
编码表
计算机中储存的信息都是二进制数表示的,从屏幕上看到的都是二进制数转换后的结果
编码:按照某种规则将字符存在计算机中
解码:将储存在计算机中的二进制数按照某种规则解析
-
ASCII字符集:**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字符集用7位表示,总共128个字符
拓展的用8位,共256个字符,方便支持欧洲常用字符 -
GBXXX字符集:
a. 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、日文的假名等都编进去了,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书长的编码,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
b. 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曰韩汉字等
c. 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,筒时支持繁体汉字以及日韩汉字等 -
Unicode字符集: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UTF32。最为常用的UTF-8编码。
**UTF-8编码:可以用来表示Unicode标准中任意字符,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。它使用一至四个字节为每个字符编码
**
编码规则
a. 128个US-ASCIl字符,只需一个字节编码拉丁文等字符,需要二个字书编码
b. 大部分常用字(含中文),使用三个字节编码
c. 其他极少使用的Unicode辅助字符,使用四字节编码
**采用何种规则编码,就要采用对应规则解码,否则就会出现乱码
**
字符串中的编码解码问题
编码:
- byte[] getBytes():使用平台的默认字符集将该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):使用自动的字符集将该String编码为一系列字节,将结果存储到新的字节数组中
解码:
- 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
public class StringDemo {public static void main(String[] args) throws UnsupportedEncodingException {String s="中国";
// byte[] bys=s.getBytes();//[-28, -72, -83, -27, -101, -67]
// byte[] bys=s.getBytes("UTF-8");//[-28, -72, -83, -27, -101, -67]byte[] bys=s.getBytes("GBK");//[-42, -48, -71, -6]String ss=new String(bys);System.out.println(ss);String sss=new String(bys,"GBK");System.out.println(sss);}
}
字符流写数据的5中方式
方法名 | 说明 |
---|---|
void write(int c) | 写入一个字符 |
void write(char[] cbuf) | 写入一个字符数组 |
void write(char[] cbuf,int off, int len) | 写入字符数组的一部分 |
void write(String str) | 写入一个字符串 |
void write(String str, int off, int len) | 写入字符串的一部分 |
字符流读数据的两种方式
方法名 | 说明 |
---|---|
int read() | 一次读一个字符 |
int read(char[], cbuf) | 一次读一个字符数组数据 |
字符流复制Java文件
public class CopyJavaDemo01 {public static void main(String[] args) throws IOException {//创建字符输入流对象InputStreamReader isr= new InputStreamReader(new FileInputStream("test.java"));OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("Copy.java"));
// 读写复制
// 一次读一个字符数据int ch;while((ch=isr.read())!=-1){osw.write(ch);}
// 一次读写一个字符数组char[] chs=new char[1024];int len;while ((len=isr.read(chs))!=-1){osw.write(chs,0,len);}
// 释放资源isr.close();osw.close();}
}
转换流的名字比较长,常见操作都是按照本地默认编码实现,为了简化书写,转换流提供了对应的子类
FileReader继承自InputStreamReader,读取字符文件的便捷类
FileWriter继承自OutputStreamWriter,读取字符文件的便捷类
public class CopyJavaDemo02 {public static void main(String[] args) throws IOException {FileReader fr=new FileReader("test.java");FileWriter fw=new FileWriter("copy02.java");int ch;while ((ch= fr.read())!=-1){fw.write(ch);}fr.close();fw.close();}
}