一:字符编码与字符集
字符编码:
编码:按照某种规则,将字符存储到计算机中,字符(能看懂的)----->字节(看不懂的);
解码: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,字节(看不懂的)------->字符(能看懂的).
字符编码:Character Encoding:就是一套自然语言的字符与二进制数之间的对应规则编码表:生活中文字和计算机中二进制的对应规则。
字符集:
字符集:Charset:也叫编码表。是一个系统支持的所有字符的集合,包括各国文字,标点符号,图形符号,数组等。
常见的字符集有ASCII字符集,GBK字符集,Unicode字符集等。
ASCII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,用来显示现代英语,主要包括控制字符(回车键,退格,换行符等)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(bits)表示一个字符,共128字符,ASCIl的扩展字符集使用8位(bits)标识一个字符,共256字符,方便支持欧洲常用字符。
ISO-8859-1字符集:
拉丁码表,别名Latin-1,用来显示欧洲使用的语言,包括荷兰,丹麦,德语,意大利语西班牙语等。
ISO-5559-1使用单字节编码,兼容ASCII编码。
GBxxxz字符集:
GB就是国标的意思,是为了显示中文而设计的一套字符集。
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,日文假名们都编进去了,连在ASCII里面本来就有的数字,标点,字母都统统重新编了两个字节长的编码,这就是常见的“全角"字符,而原来在127号以下的那些就叫”半角“字符了。
GBK:
最常用的中文编表。是在GBK2312标准基础下的扩展规范,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,同时支持繁体汉字及日韩汉字等。
GB18030:
最新的中文码表。共收录汉字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:
Unicode编码系统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-18和UTF-32。最常见的UTF-8编码。
UTF-8编码,可以用来表示Unicode标准中任何字符,它是电子邮件,网页,及其他存储或传输文字的应用中,优先采用的编码。互联网工程工作小组(IETF0要求所有互联网协议都必须支持UTF-8编码,所以,我们开发Web应用,也要使用UTF-8编码,它使用一至四个字节为每个字符编码,编码规则
1:128个US-ASCII字符,只需一个字节编码。
2;拉丁文等字符,需要二个字节编码。
3:大部分常用字(含中文),使用三个字节编码。
4:其他极少使用的Unicode辅助字符,使用字节编码。
注意;
读取Windows系统中创建的文本文件时,由于Windows系统的默认是GBK编码,就会出现乱码。
二:编码引出的问题——FileReader读取GBK编码的文件。
package Demo10;
import com.sun.org.apache.xpath.internal.SourceTree;
import java.io.FileReader;
import java.io.IOException;
/*
FileReader可以读取默认编码格式(UTF-8)的文件。
FileReader可以读取默认编码(中文GBK)会产生乱码。
*/
public class Demo01FileReader {
public static void main(String[] args) throws IOException {
FileReader fr =new FileReader("C:\\Users\\Sky\\Desktop\\two.txt");
int len=0;
while ((len =fr.read())!=-1){
System.out.print((char)len);
}
fr.close();
}
}
三:InputStreamReader类
转换流java.io.InputStreamReader,是Reader的子类,是从字节流到字符流的桥梁。并使用指定的字符集将其解码为字符。它的字符集可以由名称指定,也可以接收平台的默认字符集。
构造方法;
InputStreamReader(InputStream in);创建一个使用默认字符集的字符流。
InputStreamReader(InputStream in,String charsetName);创建一个指定字符集的字符流。
注意:
GBK:中文码表,使用两个字节存储一个中文。
UFT-8:国际标准码表,使用三个字节存储一个中文。
代码:
package Demo10;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
/*
java.io.InputStreamReader extends Reader
InputStreamReader:是字节流通信字符的桥梁;它使用指定的charset读取字节并将其解码为字符。9解码:把看不懂变成能看的懂的).
继承自父类的共性成员方法:
int read()读取单个字符并返回。
int read(char[]cbuf);一次读取多个字符,将字符读入数组。
void close();关闭流并释放与之关联的所有资源。
构造方法:
InputStreamReader(InputStream in);创建一个使用默认字符集的InputStreamReader
InputStreamReader(InputStream in,String charsetName);创建使用指定字符集的InputStreamReader
参数;
InputStream in:字符输入流,用来读取文件中保存的字节。
String charsetName:指定的编码表名称,不区分大小写,可以是utf-8/UTF-8/GBK/gbk/.....,不指定默认指定UTF-8
使用步骤:
1:创建InputStreamReader对象,构造方法中传递字节输入流和指定的编码名称。
2:使用InputStreamReader对象的方法read读取文本。
3:释放资源。
注意事项:
构造方法中指定的编码名称要和文件的编码相同,否则发生乱码。
*/
public class Demo03InputStreamReader {
public static void main(String[] args) throws IOException {
read_utf_8();
}
private static void read_utf_8() throws IOException {
//1:创建InputStreamReader对象,构造方法中传递字节输入流和指定的编码名称。
InputStreamReader isr =new InputStreamReader(new FileInputStream("C:\\Users\\Sky\\Desktop\\two.txt"),"gbk");
//2:使用InputStreamReader对象的方法read读取文本。
int len=0;
while ((len=isr.read())!=-1){
System.out.println((char)len);
}
// 3:释放资源。
isr.close();;
}
}
四;OutputStreamWriter类
package Demo10;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;
/*
java.io.OutputStreamWriter extends Writer
OutputStreamWriter:是字符流通向字节流的桥梁:可使用指定的charset将要写入流中的字符编码成字节。(编码)把能看懂懂的变成看不懂的)
继续自父类的共性成员方法:
void write(int c)写入单个字符
void write(char[] cbuf)写入字符数组。
abstract void write(char[] cbuf,int off,int lne);写入字符数组的某一部分,off数组的开始索引,len写的字符个数。
void write(String str)写入字符串。
void write(String str,int off,int len);写入字符串的某一部分,off字符串的开始索引,len写的字符个数。
void flush()刷新该类的缓冲。
void close()关闭此流,但要先刷新ta
构造方法:
OutputStreamWriter(OutputStream out)创建使用默认字符编码的OutputStreamWriter.
OutputStreamWriter(OutputStream out,String charsetName)创建使用指定字符集的)OutputStreamWriter.
参数:
OutputStream out:字节输出流,可以用来写转换之后的字节到文件中。
String charsetName:指定的编码表名称,不区分大小写,可以是utf-8/UTF-8/GBK/gbk,...不指定默认UTF-8
使用步骤:
1:创建OutputStreamWriter对象,构造方法中传递字节输出流和指定的编码表名称。
2:使用OutputStreamWriter对象中方法write,把字符转换为字节存储到缓冲区中(编码0
3:使用OutputStreamWriter对象中方法flush,把内存缓冲区中的字节刷新到文件中(使用字节流写字节的过程).
4:释放资源。
*/
public class Demo02OutputStreamWriter {
public static void main(String[] args) throws IOException {
write_gbk();
}
/*
使用转换流OutputStreamWriter写GBK格式的文件。
*/
private static void write_gbk() throws IOException {
// 1:创建OutputStreamWriter对象,构造方法中传递字节输出流和指定的编码表名称。
OutputStreamWriter osw =new OutputStreamWriter(new FileOutputStream("C:\\Users\\Sky\\Desktop\\two.txt"),"GBK");
//2:使用OutputStreamWriter对象中方法write,把字符转换为字节存储到缓冲区中(编码0
osw.write("你好");
//3:使用OutputStreamWriter对象中方法flush,把内存缓冲区中的字节刷新到文件中(使用字节流写字节的过程).
osw.flush();
//4:释放资源。
osw.close();
}
private static void write_utf_8() throws IOException {
// 1:创建OutputStreamWriter对象,构造方法中传递字节输出流和指定的编码表名称。
OutputStreamWriter osw =new OutputStreamWriter(new FileOutputStream("C:\\Users\\Sky\\Desktop\\two.txt"));
//2:使用OutputStreamWriter对象中方法write,把字符转换为字节存储到缓冲区中(编码0
osw.write("你好");
//3:使用OutputStreamWriter对象中方法flush,把内存缓冲区中的字节刷新到文件中(使用字节流写字节的过程).
osw.flush();
//4:释放资源。
osw.close();
}
}
五:练习_转换文件编码
package Demo10;
import java.io.*;
/*
练习:转换文件编码。
将GBK编码的文本文件,转换为UTF-8编码的文本文件。
分析:
1:创建InputStreamReader对象,构造方法传递字节输入流和指定的编码表名称GBK
2:创建OutputStreamWriter对象,构造方法传递字节输出流和指定的编码表名称UTF-8
3:使用InputStreamReader对象中的方法read读取文件。
4:使用OutputStreamWriter对象中的方法writer,把读取的数据写入到文件中。
5:释放资源。
*/
public class Demo04Test {
public static void main(String[] args) throws IOException {
//1:创建InputStreamReader对象,构造方法传递字节输入流和指定的编码表名称GBK
InputStreamReader isr =new InputStreamReader(new FileInputStream("C:\\Users\\Sky\\Desktop\\two.txt"),"GBK");
// 2:创建OutputStreamWriter对象,构造方法传递字节输出流和指定的编码表名称UTF-8
OutputStreamWriter osw =new OutputStreamWriter(new FileOutputStream("C:\\Users\\Sky\\Desktop\\one.txt"),"UTF-8");
//3:使用InputStreamReader对象中的方法read读取文件。
int len=0;
while ((len =isr.read())!=-1){
// 4:使用OutputStreamWriter对象中的方法writer,把读取的数据写入到文件中。
osw.write(len);
}
//5:释放资源。
osw.close();
isr.close();
}
}