JAVA IO流中的转换流(字节流和字符流之间的转换)

倾城璧

于 2024-07-22 23:49:20 发布

阅读量456

点赞数 11

分类专栏： JAVA的基础知识文章标签： java 开发语言

本文链接：https://blog.csdn.net/2302_79993788/article/details/140583555

版权

JAVA的基础知识专栏收录该内容

8 篇文章 0 订阅

订阅专栏

1.概念

在java中，转化流(Transformation Stream）主要用于读取和写入文本数据，同时可以进行字符编码和字符集的转换。转换流主要有两类:InputStreamReader和OutputStreamWriter。这两个类都属于字符流。其中InputStreamReader将字节输入流转为字符输入流，继承自Reader。OutputStreamWriter是将字符输出流转为字节输出流，继承自Writer。

2.编码和解码

众所周知，计算机中存储的数据都是二进制的数字，我们在电脑屏幕上看到的文字信息是将二进制转换之后显示的，两者之间存在编码与解码的过程，其互相转换必须遵循某种规则，即编码和解码都遵循同一种规则才能将文字信息正常显示，如果编码跟解码使用了不同的规则，就会出现乱码的情况。

编码：字符、字符串(能看懂的)--字节(看不懂的)
解码：字节(看不懂的)-->字符、字符串(能看懂的)

常见的编码和解码方式有很多，举几个例子：

ASCII 编码和解码：在计算机中，常常使用 ASCII 码来表示字符，如键盘上的字母、数字和符号等。例如，字母 A 对应的 ASCII 码是 65，字符 + 对应的 ASCII 码是 43。
Unicode 编码和解码：Unicode 是一种字符集，支持多种语言和字符集。在计算机中，Unicode 可以使用 UTF-8、UTF-16 等编码方式将字符转换为二进制数据进行存储和传输。
Base64 编码和解码：Base64 是一种将二进制数据转换为 ASCII 码的编码方式。它将 3 个字节的二进制数据转换为 4 个 ASCII 字符，以便在网络传输中使用。例如，将字符串 "Hello, world!" 进行 Base64 编码后，得到的结果是 "SGVsbG8sIHdvcmxkIQ=="。
图像编码和解码：在图像处理中，常常使用 JPEG、PNG、GIF 等编码方式将图像转换为二进制数据进行存储和传输。在解码时，可以将二进制数据转换为图像，以便显示或处理。
视频编码和解码：在视频处理中，常常使用 H.264、AVC、MPEG-4 等编码方式将视频转换为二进制数据进行存储和传输。在解码时，可以将二进制数据转换为视频，以便播放或处理。

下面是解码和编码的代码实现：

使用String类的getBytes和new String方法

JAVA的String类提供了getBytes方法，可以将字符串转换为字节序列，而new String构造函数可以将字节序列转回字符串。

public class Main {
    public static void main(String[] args) {
        String original ="Hello world";
        //编码：将字符串转换为字符串
        byte[] bytes =original.getBytes(StandardCharsets.UTF_8);
        System.out.println(Arrays.toString(bytes));
        //解码：将字节序列转换为字符串
        String decodeString =new String(bytes,StandardCharsets.UTF_8);
        System.out.println(decodeString);
    }
}

使用Charset方法

我们首先使用getBytes()方法将字符串编码为GBK字节序列，然后只用new String（byte[] bytes,Charset charset）将字节序列解码回字符串

public class Main {
    public static void main(String[] args) {
        String original ="Hello world";
        //获取GBK字符集
        Charset gbkCharset =Charset.forName("GBK");
        //编码：将字符串转换为GBK字节序列
        byte[] gbkBytes =original.getBytes(gbkCharset);
        System.out.println(Arrays.toString(gbkBytes));
        //解码：将GBK字节序列转换为字符串序列
        String decodeString =new String(gbkBytes,gbkCharset);
        System.out.println(decodeString);
    }
}

3.字符集

在java中，字符集(Character Set)是指一组字符以及对应的编码。字符集允许计算机存储和处理文本数据。在java使用Unicode字符集作为内部字符和字符串的表示方式，这意味着java中char类型是16位的，可以表示Unicode字符集中的任何字符。

Unicode字符集

Unicode 包含了世界上几乎所有的字符，用于表示人类语言、符号和表情等各种信息。Unicode 字符集中的每个字符都有一个唯一的码点（code point），用于表示该字符在字符集中的位置，可以用十六进制数表示。

UTF-8 是一种可变长度的编码方式，对于 ASCII 字符（码点范围为 0x00~0x7F），使用一个字节表示，对于其他 Unicode 字符，使用两个、三个或四个字节表示。UTF-8 编码方式被广泛应用于互联网和计算机领域，因为它可以有效地压缩数据，适用于网络传输和存储。使用文字数据传输。
UTF-16 是一种固定长度的编码方式，对于基本多语言平面（Basic Multilingual Plane，Unicode 字符集中的一个码位范围，包含了世界上大部分常用的字符，总共包含了超过 65,000 个码位）中的字符（码点范围为 0x0000~0xFFFF），使用两个字节表示，对于其他 Unicode 字符，使用四个字节表示。
UTF-32 是一种固定长度的编码方式，对于所有 Unicode 字符，使用四个字节表示。

GBK字符集

GBK字符集是中国国家标准的GB13000的扩展，主要用于简体中文字符的编码。GBK全称是“汉字内码扩展规范”，它在GB2312的基础上增加了更多的汉字和符号，支持更多的字符。

扩展性：GBK在FB2312的基础上添加了更多的汉字和符号，总共可以表示21000多个汉字和符号。
兼容性：GBK和GB2312的基本兼容，GB2312中所有字符在GBK中都有相同的编码。
双字节字符集：GBK是一个双字节字符集(Double_Byte Character Set)每个字符通常使用两个字节表示。

GB2312 的全名是《信息交换用汉字编码字符集基本集》，也被称为“国标码”。采用了双字节编码方式，每个汉字占用 2 个字节，其中高字节和低字节都使用了 8 位，因此 GB2312 编码共有 2^16=65536 种可能的编码，其中大部分被用于表示汉字字符。GB2312 编码中的每个字节都可以采用 0xA1 到 0xF7 之间的任意一个值，因此可以表示 126 个字符。
GB2312 是一个较为简单的字符集，只包含了常用的汉字和符号，因此对于一些较为罕见的汉字和生僻字，GB2312 不能满足需求，现在已经逐渐被 GBK、GB18030 等字符集所取代。
GB18030 是最新的中文码表。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。

4.乱码

当使用不同的编码方式读取或者写入文件时，就会出现乱码问题，来看示例：

    public class Main {
        public static void main(String[] args) {
            String s = "大帅比！";
    
            try {
                // 将字符串按GBK编码方式保存到文件中
                OutputStreamWriter out = new OutputStreamWriter(
                        new FileOutputStream("fos.txt"), "GBK");
                out.write(s);
                out.close();
    
                FileReader fileReader = new FileReader("fos.txt");
                int read;
                while ((read = fileReader.read()) != -1) {
                    System.out.print((char)read);
                }
                fileReader.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
    
        }
    }

在上面的示例代码中，首先定义了一个包含中文字符的字符串，然后将该字符串按 GBK 编码方式保存到文件中，接着将文件按默认编码方式（UTF-8）读取，并显示内容。此时就会出现乱码问题，显示为“��Ĭ��”。

这是因为文件中的 GBK 编码的字符在使用 UTF-8 编码方式解析时无法正确解析，从而导致出现乱码问题。

那如何才能解决乱码问题呢？

这就引出我们今天的主角了——转换流。

4.1 InputStreamReader

InputStreamReader这个类是从InputStream中读取字符流，并且能够将字节转换为字符，通过指定的字符编码。InputStreamReader是字符流和字节流之间的桥梁。

构造方法：

InputStreamReader(InputStream in):创建一个使用默认字符编码的InputStream，从指定的InputStream读取数据。
InputStreamReader(InputStream in, String charsetName): 创建一个指定字符集的字符流。

代码：

InputStreamReader isr = new InputStreamReader(new FileInputStream("in.txt"));
InputStreamReader isr2 = new InputStreamReader(new FileInputStream("in.txt") , "GBK");

下面是使用这个代码来解决问题：

    public class Main {
        public static void main(String[] args) {
            String s = "大帅比！";

            try {
                // 将字符串按GBK编码方式保存到文件中
                OutputStreamWriter out = new OutputStreamWriter(
                        new FileOutputStream("fos.txt"), "GBK");
                out.write(s);
                out.close();

                InputStreamReader isr = new InputStreamReader(new FileInputStream("logs/test_utf8.txt"), "GBK");
                int read;
                while ((read = isr.read()) != -1) {
                    System.out.print((char)read);
                }
                isr.close();
            } catch (IOException e) {
                e.printStackTrace();
            }

        }
    }

4.2 OutputStreamWriter

java.io.OutputStreamWriter 是 Writer 的子类，字面看容易误以为是转为字符流，其实是将字符流转换为字节流，是字符流到字节流的桥梁。

OutputStreamWriter(OutputStream in): 创建一个使用默认字符集的字符流。
OutputStreamWriter(OutputStream in, String charsetName)：创建一个指定字符集的字符流。

OutputStreamWriter isr = new OutputStreamWriter(new FileOutputStream("a.txt"));
OutputStreamWriter isr2 = new OutputStreamWriter(new FileOutputStream("b.txt") , "GBK");

下面是代码示例：

这里可以用缓冲流优化一下代码


    public class Main {
        public static void main(String[] args) {
          try{
              //从文件读取字节流，使用UTF-8编码方式
              FileInputStream fis =new FileInputStream("b.txt");
              //将字节流转换为字符流，使用UTF-8编码方式
              InputStreamReader isr =new InputStreamReader(fis,"UTF-8");
              //使用缓冲流包装字符流，提高读取效率
              BufferedReader br =new BufferedReader(isr);
              //创建输出流，使用UTF-8编码方式
              FileOutputStream fos =new FileOutputStream("output.txt");
              //将输出流包装为转换流，使用UTF-8的编码方式
              OutputStreamWriter osw =new OutputStreamWriter(fos,"UTF-8");
              //使用缓冲流包装转换流，提高写入效率
              BufferedWriter bw =new BufferedWriter(osw);
              
              //读取输入文件的每一行，写入懂啊输出文件中
              String line;
              while ((line=br.readLine())!=null){
                  bw.write(line);
                  bw.newLine();//每行结束之后写入一个换行符
              }
              br.close();
              bw.close();
          } catch (IOException e) {
              e.printStackTrace();
          }

        }
    }

在上面的示例代码中，首先使用 FileInputStream 从文件中读取字节流，使用 UTF-8 编码方式进行读取。然后，使用 InputStreamReader 将字节流转换为字符流，使用 UTF-8 编码方式进行转换。接着，使用 BufferedReader 包装字符流，提高读取效率。然后，创建 FileOutputStream 用于输出文件，使用 UTF-8 编码方式进行创建。接着，使用 OutputStreamWriter 将输出流转换为字符流，使用 UTF-8 编码方式进行转换。最后，使用 BufferedWriter 包装转换流，提高写入效率。

总结：

输入流：输入流是程序从中读取数据的源
输出流：输出流是程序写入数据的目的地
转换流：转换流位于输入流和输出流之间，它读取输入流中的数据，转换数据，然后将转换后的数据写入输出流中

工作原理：

InputStreamReader 和 OutputStreamWriter：这两个类是字节流和字符流之间的桥梁。InputStreamReader 可以将字节流转换为字符流，而 OutputStreamWriter 可以将字符流转换为字节流。
BufferedReader 和 BufferedWriter：这些类提供缓冲功能，可以提高读写效率，并且可以与转换流结合使用。

倾城璧

关注

11
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
JAVA IO流中的转换流(字节流和字符流之间的转换)

转换流主要有两类:InputStreamReader和OutputStreamWriter。这两个类都属于字符流。其中InputStreamReader将输入流转为输入流，继承自Reader。OutputStreamWriter是将输出流转为输出流，继承自Writer。
复制链接

扫一扫