【IO流系列】ConvertStream 转换流

文章中的部分照片来源于哔站黑马程序员阿伟老师处，仅用学习，无商用，侵权联系删除！

1. 概述

转换流是 Java 中用于在字节流和字符流之间进行转换的一种特殊流。

在处理数据时，有时候需要将字节流转换为字符流或字符流转换为字节流，这时就可以使用转换流来实现这种转换。转换流通常用于处理不同类型的数据，比如将字节流转换成字符流，或者将字符流转换成字节流。

在 Java 中，提供了两种主要的转换流：

1. InputStreamReader：InputStreamReader 是用于将字节输入流转换为字符输入流的类。它接受一个字节输入流（如 FileInputStream 或 Socket.getInputStream()）并根据指定的字符编码（如 UTF-8、GBK 等）将字节数据转换为字符数据。

2. OutputStreamWriter：OutputStreamWriter 是用于将字符输出流转换为字节输出流的类。它接受一个字节输出流（如 FileOutputStream 或 Socket.getOutputStream()）并根据指定的字符编码将字符数据转换为字节数据。

2. 作用

1. 字节流和字符流的转换：转换流允许将字节流转换为字符流，以便更方便地处理文本数据。通过InputStreamReader将字节输入流转换为字符输入流，通过OutputStreamWriter将字符输出流转换为字节输出流，使得在处理文本数据时更加方便。

2. 字符编码转换：转换流提供了指定字符编码的功能，可以在转换流的构造方法中指定具体的字符编码，从而确保在字节和字符之间转换时使用指定的编码规则，避免因编码不一致导致的乱码等问题。

3. 处理不同数据格式：转换流可以帮助处理来自外部数据源的字节数据，将其转换为字符数据进行处理，或者将处理完的字符数据转换为字节数据输出到外部数据源中，使得处理不同格式数据更加灵活。

3. 字符编码和字符集

3.1 字符编码

计算机中储存的信息都是用二进制数表示的，而我们在屏幕上看到的数字、英文、标点符号、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 。比如说，按照A规则存储，同样按照A规则解析，那么就能显示正确的文本符号。反之，按照A规则存储，再按照B规则解析，就会导致乱码现象。

编码:字符(能看懂的)–字节(看不懂的)

解码: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

3.2 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，包括各国家文字、标点符号、图形符号、数字等。

计算机要准确的存储和识别各种字符集符号，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、GBK字符集、Unicode字符集等。

可见，当指定了编码，它所对应的字符集自然就指定了，所以编码才是我们最终要关心的。

• 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（bits）表示一个字符，共128字符。ASCII的扩展字符集使用8位（bits）表示一个字符，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，用于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-8859-1使用单字节编码，兼容ASCII编码。
• GBxxx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、日文的假名们都编进去了，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 ：
  • 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-16和UTF-32。最为常用的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。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，使用四字节编码。

4. InputStreamReader字符转换输入流

4.1 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。

  构造举例，代码如下：

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

4.2 代码示例

• 代码示例
  需求:手动创建一个GBK的文件，把文件中的中文读取到内存中，不能出现乱码

  GBK文件： D:\JavaCode\code\codeText01\src\text\IOStream\ConvertStream\ConvertStream01\GBK01.txt

  package text.IOStream.ConvertStream.ConvertStream01;
  
  import java.io.FileInputStream;
  import java.io.FileReader;
  import java.io.IOException;
  import java.io.InputStreamReader;
  import java.nio.charset.Charset;
  
  /*转换文件编码
  
  需求:手动创建一个GBK的文件，把文件中的中文读取到内存中，不能出现乱码
    GBK文件：  D:\JavaCode\code\codeText01\src\text\IOStream\ConvertStream\ConvertStream01\GBK01.txt
  
   */
  public class ConvertStream01 {
      public static void main(String[] args) throws IOException {
          //原始方法（了解就行）
          System.out.println("原始方法：");
          method1();
  
          System.out.println();
  
          //JDK11以后得方法（需要掌握）
          //在JDK11以后java在FileReader的构造方法中添加了InputStreamReader字符转换流的对象
          System.out.println("JDK11以后得方法：");
          method2();
      }
  
      //原始方法（了解就行）
      public static void method1() throws IOException {
          //创建转换输入流对象
          InputStreamReader isr = new InputStreamReader(new FileInputStream("D:\\JavaCode\\code\\codeText01\\src\\text\\IOStream\\ConvertStream\\ConvertStream01\\GBK01.txt"), "GBK");
          //读取数据
          int b;
          while ((b = isr.read()) != -1) {
              System.out.print((char) b);
          }
  
          //释放资源
          isr.close();
      }
  
      //JDK11以后得方法（需要掌握）
      public static void method2() throws IOException {
          //创建输入流对象
          FileReader fis = new FileReader("D:\\JavaCode\\code\\codeText01\\src\\text\\IOStream\\ConvertStream\\ConvertStream01\\GBK01.txt", Charset.forName("GBK"));
          //读取数据
          int b;
          while ((b = fis.read()) != -1) {
              System.out.print((char) b);
          }
  
          //释放资源
          fis.close();
      }
  }
  
  
  

• 输出结果

  • GBK文件（因为idea默认是UTF-8，因此会出现乱码形象）
    
  • 原始方法
    
  • JDK11以后方法
    

5. OutputStreamWriter字符转换输出流

5.1 构造方法

• 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。

  构造举例，代码如下：

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

5.2 代码示例

• 代码示例
  需求:把一段中文按照GBK的方式写到本地文件

  package text.IOStream.ConvertStream.ConvertStream02;
  
  import java.io.*;
  import java.nio.charset.Charset;
  
  /*转换文件编码
  
  需求:把一段中文按照GBK的方式写到本地文件
   */
  public class ConvertStream02 {
      public static void main(String[] args) throws IOException {
          //原始方法（了解就行）
          System.out.println("原始方法：");
          method1();
  
          System.out.println();
  
          //JDK11以后得方法（需要掌握）
          //在JDK11以后java在FileWriter的构造方法中添加了InputStreamWriter字符转换流的对象
          System.out.println("JDK11以后得方法：");
          method2();
      }
  
      //JDK11以后得方法（需要掌握）
      private static void method2() throws IOException {
          //创建对象
          FileWriter fw = new FileWriter("D:\\JavaCode\\code\\codeText01\\src\\text\\IOStream\\ConvertStream\\ConvertStream02\\a.txt", Charset.forName("GBK"));
          //输出数据
          String str = "星光闪烁，如同我们之间的誓言，\n" +
                  "余生余生，只愿与你相伴。";
          fw.write(str);
          //释放资源
          fw.close();
      }
  
      //原始方法（了解就行）
      private static void method1() throws IOException {
          //创建对象
          OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("D:\\JavaCode\\code\\codeText01\\src\\text\\IOStream\\ConvertStream\\ConvertStream02\\a.txt"), "GBK");
          //输出数据
          String str = "星光闪烁，如同我们之间的誓言，\n" +
                  "余生余生，只愿与你相伴。";
          osw.write(str);
          //释放资源
          osw.close();
      }
  
  }
  
  

• 输出结果
  • ieda里展示的文件（因为idea默认是UTF-8，因此会出现乱码形象）
    
  • 记事本中打开（记事本默认是GBK）
    

6. 练习

6.1 练习1：转换文件编码

• 需求:将本地文件中的GBK文件，转成UTF-8

  GBK文件：D:\JavaCode\code\codeText01\src\text\IOStream\ConvertStream\ConvertStream03\GBK01.txt
  UTF-8：D:\JavaCode\code\codeText01\src\text\IOStream\ConvertStream\ConvertStream03\UTF8

• 代码示例

  package text.IOStream.ConvertStream.ConvertStream03;
  
  import java.io.FileInputStream;
  import java.io.FileWriter;
  import java.io.IOException;
  import java.io.InputStreamReader;
  import java.nio.charset.Charset;
  
  /*转换文件编码
  
  需求:将本地文件中的GBK文件，转成UTF-8
  GBK文件：D:\JavaCode\code\codeText01\src\text\IOStream\ConvertStream\ConvertStream03\GBK01.txt
  UTF-8：D:\JavaCode\code\codeText01\src\text\IOStream\ConvertStream\ConvertStream03\UTF8
   */
  public class ConvertStream03 {
      public static void main(String[] args) throws IOException {
          //创建对象
          InputStreamReader isr = new InputStreamReader(new FileInputStream("D:\\JavaCode\\code\\codeText01\\src\\text\\IOStream\\ConvertStream\\ConvertStream03\\GBK01.txt"), "GBK");
          FileWriter fw = new FileWriter("D:\\JavaCode\\code\\codeText01\\src\\text\\IOStream\\ConvertStream\\ConvertStream03\\UTF8", Charset.forName("UTF-8"));
          //输入数据
          int b;
          while ((b = isr.read()) != -1) {
              //输出数据
              fw.write((char) b);
          }
  
          //释放资源
          fw.close();
          isr.close();
      }
  }
  
  

• 输出结果
  • GBK文件（因为idea默认是UTF-8，因此会出现乱码形象）
    
  • UTF-8文件
    

6.2 练习2：读取文件数据

• 需求：利用字节流读取文件中的数据，每次读一整行，而且不能出现乱码
• 代码示例

  package text.IOStream.ConvertStream.ConvertStream04;
  
  import java.io.BufferedReader;
  import java.io.FileInputStream;
  import java.io.IOException;
  import java.io.InputStreamReader;
  
  /*读取文件中的数据
  
  需求：利用字节流读取文件中的数据，每次读一整行，而且不能出现乱码
   */
  public class ConvertStream04 {
      public static void main(String[] args) throws IOException {
          //创建转换流对象
          InputStreamReader isr = new InputStreamReader(new FileInputStream("D:\\JavaCode\\code\\codeText01\\src\\text\\IOStream\\ConvertStream\\ConvertStream04\\a.txt"));
          // 创建缓冲流对象，从而调用readline方法，每次读取一行
          BufferedReader br = new BufferedReader(isr);
          //读取数据
          String line;
          while ((line = br.readLine()) != null) {
              System.out.println(line);
          }
          //释放资源
          br.close();
          isr.close();
      }
  }
  
  

• 输出结果
  • a.txt
    
  • 程序输出
    

7. 注意事项

1. 字符编码一致性：在创建转换流时，应该明确指定字符编码，确保输入流和输出流之间的字符编码保持一致。不同的字符编码可能会导致数据解析错误或产生乱码。

2. 异常处理：在使用转换流时，需要及时捕获和处理可能抛出的异常，如字符编码不支持等异常，以避免程序崩溃或产生不可预料的错误。

3. 适当的缓冲处理：转换流本身并不具备缓冲功能，如果需要使用缓冲功能以提高性能，可以考虑在转换流外包装一层缓冲流（如BufferedReader 或 BufferedWriter）来增加缓冲效果。

4. 流的关闭：在不再需要使用转换流时，应该手动关闭转换流，以释放资源。可以使用 try-with-resources 结构确保转换流在使用完毕后能够被正确关闭。

5. 性能考量：转换流可能会引入一定的性能开销，特别是在大规模数据处理时，需要对性能进行适当的评估和优化。