[Java知识库]JAVA字符流学习01

为什么会出现字符流
由于字节流操作中文不是特别的方便，所以Java就提供字符流

字符流=字节流＋编码表

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，如何识别是中文的呢?

汉字在存储的时候，无论选择哪种编码存储，第一个字节都是负数

小tip：

Output：写入? ? ? ?输出流? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? Input：读取? ? ? 输入流

为什么输出流是写入？

输入输出流是相对于内存而言的。当你写文件时实际上是从内存到磁盘，就相当于从内存输出了。当你读文件时实际上是从磁盘读入到内存，就是从磁盘向内存输入了。

代码：

/*
需求:字节流读文本文件数据
一个汉字存储:
如果是GBK编码，占用2个字节
如果是UTF-8编码,占用3个字节

 */
public class charStream {
    public static void main(String[] args) throws IOException {
//        FileInputStream fis=new FileInputStream("src\\a.txt");
//        int by;
//        while ((by=fis.read())!=-1){
//            System.out.println((char)by);
//        }
//        fis.close();
        //String s="abc";//[97, 98, 99]
       String s="祖国";//[-25, -91, -106, -27, -101, -67]
        //byte[] bys=s.getBytes("UTF-8");//[-25, -91, -106, -27, -101, -67]
        byte[] bys=s.getBytes("GBK");//[-41, -26, -71, -6]
        System.out.println(Arrays.toString(bys));

    }
}

??????? 对字符串“祖国”的字节解析，使用GBK和使用UTF-8不同。GBK中两个字节代表一个汉字，UTF-8中三个字节代表一个汉字。

??????? 汉字的字节第一个都是负数，计算机以此来标识为汉字。

一、编码表

基础知识:
????????计算机中储存的信息都是用二进制数表示的;我们在屏幕上看到的英文、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。这里强调一下:按照A编码存储，必须按照A编码解析，这样才能显示正确的文本符号。否则就会导致乱码现象
????????字符编码:就是一套自然语言的字符与二进制数之间的对应规则(A，65)

字符集:
①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；
②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。常见字符集有ASCII字符集、GBXXX字符集、Unicode字符集等

ASCll字符集:
????????ASCII(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位表示一个字符，共128字符。ASCII的扩展字符集使用8位表示一个字符，共256字符，方便支持欧洲常用字符。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。

GBXXX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:
????????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:
128个US-ASCII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(含中文)，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

小结: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

二、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:
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

三、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:
lnputStreamReader
OutputStreamWriter

1.lnputStreamReader

Module java.base???????????? 软件包：java.io

public class InputStreamReader extends Reader

InputStreamReader是从字节流到字符流的桥：它读取字节，并使用指定的charset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。

每个调用InputStreamReader的read（）方法之一可能会导致从底层字节输入流读取一个或多个字节。 为了使字节有效地转换为字符，可以从底层流读取比满足当前读取操作所需的更多字节。

构造方法：

2.OutputStreamWriter

compact1, compact2, compact3??????????????????????? java.io

public class OutputStreamWriter extends Writer

OutputStreamWriter是字符的桥梁流以字节流：向其写入的字符编码成使用指定的字节charset 。 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。

每次调用write（）方法都会使编码转换器在给定字符上被调用。 所得到的字节在写入底层输出流之前累积在缓冲区中。 可以指定此缓冲区的大小，但是默认情况下它大部分用于大多数目的。 请注意，传递给write（）方法的字符不会缓冲。

?代码：

public class ConversionStreamDemo {
    public static void main(String[] args)throws IOException {
//        FileOutputStream fos=new FileOutputStream("src\\osw.txt");
//        OutputStreamWriter osw=new OutputStreamWriter(fos);
       // OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("src\\osw.txt"),"UTF-8");
        OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("src\\osw.txt"),"GBK");
        osw.write("蜜雪冰城甜蜜蜜");
        osw.close();
        InputStreamReader isr=new InputStreamReader(new FileInputStream("src\\osw.txt"),"GBK");
        //一次读取一个字符数据
        int ch;
        while ((ch=isr.read())!=-1){
            System.out.println((char)ch);
        }
        isr.close();
    }
}

四、字符流写数据的5种方法

?代码：

import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;

/*
构造方法:
OutputStreamWriter(OutputStream out)，创建一个使用默认字符编码的outputStreamWriter写数据的5种方式:
void write (int c):写一个字符
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):写一个字符串
void write ( String str， int off , int len):写一个字符串的一部分

 */
public class OutputStreamWriterDemo {
    public static void main(String[] args) throws IOException {
        OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("src\\osw.txt"));
        //osw.write(97);
        //缓冲流写数据如果不进行刷新流，文件内不会显示,因为真正写数据的是FileOutputStream字节流
        //字符流相对字节流有缓冲
        //void flush()
       // osw.flush();
        char[] chs={'a','b','c','d','f'};
        //osw.write(chs);//全写进去了
        osw.write(chs,1,3);//写入b,c,d
        osw.write("asidnand");
        osw.write("wqewqeqwesa",0,6);


//close()方法：关闭流，先刷新
        //那么即使不在代码里刷新流，最后关闭流之后数据也会写入并显示在txt文件里
        osw.close();
    }
}

?五、字符流读数据的2种方法

public class InputStreamReaderDemo {
    public static void main(String[] args) throws IOException {
        InputStreamReader isr=new InputStreamReader(new FileInputStream("src\\osw.txt"));
//        int ch;
//        while ((ch=isr.read())!=-1){
//            System.out.println((char)ch);
//
//        }
        char[] chs=new char[1024];
        int len;
        while ((len=isr.read(chs))!=-1){
            System.out.print(new String(chs,0,len));
        }

        isr.close();
    }
}