Java IO之转换流的使用

简介

• 转换流提供了在字节流和字符流之间的转换。

• Java API提供了两个转换流：

  • InputstreamReader：将Inputstream转换为Reader。
  • OutputStreamWriter：将Writer转换为OutputStream。

• 字节流中的数据都是字符时，转成字符流操作更高效。

• 很多时候我们使用转换流来处理文件乱码问题。实现编码和解码的功能。

InputStreamReader

InputStreamReader将一个字节的输入流转换为字符的输入流，解码：字节、字节数组 --->字符数组、字符串。

构造器：

• public InputStreamReader(InputStream in)
• public InputStreamReader(Inputstream in,String charsetName)：可以指定编码集。

OutputStreamWriter

OutputStreamWriter将一个字符的输出流转换为字节的输出流，编码：字符数组、字符串 ---> 字节、字节数组。

构造器：

• public OutputStreamWriter(OutputStream out)
• public OutputStreamWriter(Outputstream out,String charsetName)：可以指定编码集。

图示：

代码示例

/**
综合使用InputStreamReader和OutputStreamWriter
     */
public class IsrAndOswTest {

    @Test
    public void test() {

        InputStreamReader isr = null;
        OutputStreamWriter osw = null;
        try {
            //1.造文件、造流
            File file1 = new File("D:\\io\\hello.txt");
            File file2 = new File("D:\\io\\hello_gbk.txt");

            FileInputStream fis = new FileInputStream(file1);
            FileOutputStream fos = new FileOutputStream(file2);

            isr = new InputStreamReader(fis, "utf-8");
            osw = new OutputStreamWriter(fos, "gbk"); 
            //2.读写过程
            char[] cbuf = new char[1024];
            int len;
            while ((len = isr.read(cbuf)) != -1) {
                osw.write(cbuf, 0, len);
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            // 3.关闭资源
            if (isr != null) {
                try {
                    isr.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
            if (osw != null) {
                try {
                    osw.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    }
}

说明：文件编码的方式（比如：GBK），决定了解析时使用的字符集（也只能是GBK）。

编码集

常见的编码表

• ASCII：美国标准信息交换码。用一个字节的7位可以表示。
• ISO8859-1：拉丁码表。欧洲码表用一个字节的8位表示。
• GB2312：中国的中文编码表。最多两个字节编码所有字符
• GBK：中国的中文编码表升级，融合了更多的中文文字符号。最多两个字节编码
• Unicode：国际标准码，融合了目前人类使用的所字符。为每个字符分配唯一的字符码。所有的文字都用两个字节来表示。
• UTF-8：变长的编码方式，可用1-4个字节来表示一个字符。

说明：

• 面向传输的众多UTF(UCS Transfer Format)标准出现了，顾名思义，UTF-8就是每次8个位传输数据，而UTF-16就是每次16个位。这是为传输而设计的编码，并使编码无国界，这样就可以显示全世界上所有文化的字符了。
• Unicode只是定义了一个庞大的、全球通用的字符集，并为每个字符规定了唯一确定的编号，具体存储成什么样的字节流，取决于字符编码方案。推荐的Unicode编码是UTF-8和UTF-16。

UTF-8变长编码表示

编码应用

• 编码：字符串-->字节数组。
• 解码：字节数组-->字符串。
• 转换流的编码应用：
  • 可以将字符按指定编码格式存储。
  • 可以对文本数据按指定编码格式来解读。
  • 指定编码表的动作由构造器完成。

使用要求：

客户端/浏览器端 <----> 后台(java，GO，Python，Node.js，php) <----> 数据库。

要求前前后后使用的字符集都要统一：UTF-8。