转换流

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。
• 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
• 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，-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。

IS0-8859-1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。
• IS0-5559-1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:

1. 128个US-ASCII字符,只需一一个字节编码。
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。

FileReader可以读取IDE默认编码格式(UTF-8)的文件
FileReader读取系统默认编码(中文GBK )会产生乱码.

2. 转换流的原理

3. 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:把能看懂的变成看不懂)
继续自父类的共性成员方法:

• void write(int ()写入单个字符。
• void write(char[] cbuf)写入字符数组。
• abstract void write(char[] cbuf, int off, int len)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()刷新该流的缓冲。
• void cLose()关闭此流，但要先刷新它。

构造方法:

• OutputStreamlwriter(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, … .不指定默认使用UTF-8

使用步骤:

1. 创建0utputstreamwriter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对象中的方法write,把字符转换为字节存储缓冲区中(编码)
3. 使用outputStreamwriter对象中的方法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

package cn.itcast.day13.demo06;

import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.io.OutputStreamWriter;

public class OutputStreamWriter01 {
    public static void main(String[] args) throws IOException {
       // writer_utf_8();
        writer_gbk();
    }

    private static void writer_gbk() throws IOException {
        OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("C:\\Users\\x\\Desktop\\All of D\\utf_8.txt"),"GBK");
        osw.write("刘亦菲");
        osw.flush();
        osw.close();
    }

    private static void writer_utf_8() throws IOException {
        OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("C:\\Users\\x\\Desktop\\All of D\\utf_8.txt"),"utf-8");
        osw.write("你好");
        osw.flush();
        osw.close();
    }
}

4. InputStreamReader

java. io. InputStreamReader extends Reader
InputStreamReader :是字节流通向字符流的桥梁:它使用指定的charset 读取字节并将其解码为字符。(解码:把看不懂的变成能看懂的)
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)- 次读取多个字符,将字符读入数组。
• void close()关闭该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:字节输入流,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, …不指定默认使用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表名称
2. 使用InputStreamReader对象中的方法read读取文件
3. 释放资源

注意事项:
构造方法中指定的编码表名称要 和文件的编码相同，否则会发生乱码

package cn.itcast.day13.demo06;

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;

public class InputStreamReader01 {
    public static void main(String[] args) throws IOException {
      //  read_utf_8();
        read_gbk();
    }

    private static void read_gbk() throws IOException {
        InputStreamReader isr = new InputStreamReader(new FileInputStream("C:\\Users\\x\\Desktop\\All of D\\utf_8.txt"),"GBK");
        int len = 0;
        while((len = isr.read())!=-1){
            System.out.println((char)len);
        }
        isr.close();
    }

    private static void read_utf_8() throws IOException {
        InputStreamReader isr = new InputStreamReader(new FileInputStream("C:\\Users\\x\\Desktop\\All of D\\utf_8.txt"),"UTF-8");
        int len = 0;
        while((len = isr.read())!=-1){
            System.out.println((char)len);
        }
        isr.close();
    }
}

5. 练习： 转换文件编码

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,构造方法中传递字节输入流和指定的编码表名称GBK
2. 创建OutputStreamwriter对象,构造方法中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0utputStreamwriter对象中的方法write,把读取的数据写入到文件中
5. 释放资源

package cn.itcast.day13.demo06;

import java.io.*;

public class TestPractice {
    public static void main(String[] args) throws IOException {
        InputStreamReader isr = new InputStreamReader(new FileInputStream("C:\\Users\\x\\Desktop\\All of D\\utf_8.txt"),"GBK");
        OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("C:\\Users\\x\\Desktop\\All of D\\我是utf_8格式的文件.txt"),"utf-8");
        int len = 0;
        while((len = isr.read())!=-1){
            osw.write(len);
        }
        osw.close();
        isr.close();
    }
}