缓冲流已介绍完了,咱们聊一聊转换流。首先先介绍下字符编码与字符集:
1.1 字符编码和字符集
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f
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。
- 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。
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-5559-1
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:-
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。
-
-
1.2 编码引出的问题
在IDEA
中,使用FileReader
读取项目中的文本文件。由于IDEA
的设置,都是默认的UTF-8
编码,所以没有任何问题。但是,当读取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。
public class ReaderDemo {
public static void main(String[] args) throws IOException {
FileReader fileReader = new FileReader("D:\\java\\javaCode\\file_GB.txt");
int b;
while ((b = fileReader.read() ) != -1){
System.out.print((char) b);
}
fileReader.close();
}
}
那么如何读取GBK
编码的文件呢?
1.3 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。它读取字节,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,也可以接受平台的默认字符集。
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 inputStreamReader = new InputStreamReader(new FileInputStream("in.txt"));
InputStreamReader inputStreamReader2 = new InputStreamReader(new FileInputStream("in.txt") , "GBK");
指定编码读取
package com.dcxuexi.java25;
import java.io.*;
/***
* @Title ReaderDemo02
* @Description TOTD
* @Auter DongChuang
* @Date 2022/12/14 22:18
* @Version 1.0.0
*/
public class ReaderDemo02 {
public static void main(String[] args) throws IOException {
// 定义文件路径,文件为gbk编码
String fileName = "D:\\java\\javaCode\\file_GB.txt";
// 创建流对象,默认UTF8编码
InputStreamReader inputStreamReader = new InputStreamReader(new FileInputStream(fileName));
// 创建流对象,指定GBK编码
InputStreamReader inputStreamReader2 = new InputStreamReader(new FileInputStream(fileName), "GBK");
// 定义变量,保存字符
int b;
// 使用默认编码字符流读取,乱码
while ((b = inputStreamReader.read()) != -1){
System.out.print((char) b); // ������ˮ����ƽ���������¹�������
}
inputStreamReader.close();
System.out.println("\n");
// 使用指定编码字符流读取,正常解析
while ((b = inputStreamReader2.read()) != -1){
System.out.print((char)b); //春江潮水连海平,海上明月共潮生。
}
inputStreamReader2.close();
}
}
1.4 OutputStreamWriter
类
转换流java.io.OutputStreamWriter
,是Writer
的子类,是从字符流到字节流的桥梁。使用指定的字符集将字符编码为字节。它的字符集可以由名称指定,也可以接受平台的默认字符集。
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 outputStreamWriter = new OutputStreamWriter(new FileOutputStream("out.txt"));
OutputStreamWriter outputStreamWriter2 = new OutputStreamWriter(new FileOutputStream("out.txt") , "GBK");
指定编码写出
package com.dcxuexi.java25;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;
/***
* @Title OutputDemo
* @Description TOTD
* @Auter DongChuang
* @Date 2022/12/15 21:25
* @Version 1.0.0
*/
public class OutputDemo {
public static void main(String[] args) throws IOException {
// 定义文件路径
String fileName = "D:\\java\\javaCode\\file_out.txt";
// 创建流对象,默认UTF8编码
OutputStreamWriter outputStreamWriter = new OutputStreamWriter(new FileOutputStream(fileName));
// 写出数据
outputStreamWriter.write("你好"); // 保存为6个字节
outputStreamWriter.close();
// 定义文件路径
String fileName2 = "D:\\java\\javaCode\\file_out2.txt";
// 创建流对象,指定GBK编码
OutputStreamWriter outputStreamWriter2 = new OutputStreamWriter(new FileOutputStream(fileName2),"GBK");
// 写出数据
outputStreamWriter2.write("你好"); // 保存为4个字节
outputStreamWriter2.close();
}
}
转换流理解图解
转换流是字节与字符间的桥梁!
1.5 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。
案例分析
- 指定
GBK
编码的转换流,读取文本文件。 - 使用
UTF-8
编码的转换流,写出文本文件。
案例实现
package com.dcxuexi.java25;
import java.io.*;
/***
* @Title TransDemo
* @Description TOTD
* @Auter DongChuang
* @Date 2022/12/15 22:15
* @Version 1.0.0
*/
public class TransDemo {
public static void main(String[] args) throws IOException {
// 1.定义文件路径
String srcFile = "D:\\java\\javaCode\\file_gbk.txt";
String destFile = "D:\\java\\javaCode\\file_utf8.txt";
// 2.创建流对象
// 2.1 转换输入流,指定GBK编码
InputStreamReader isr = new InputStreamReader(new FileInputStream(srcFile), "GBK");
// 2.2 转换输出流,默认utf8编码
OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream(destFile));
// 3.读写数据
// 3.1 定义数组
char[] cbuf = new char[1024];
// 3.2 定义长度
int len;
while ((len = isr.read(cbuf)) != -1) {
// 循环写出
osw.write(cbuf, 0, len);
}
// 4.释放资源
osw.close();
isr.close();
}
}