Java在使用IO流过程所涉及的编码问题

IO流

简述：

I：in，读入，输入

O：out，写出，输出

流（stream）：数据在程序与设备之间传输的形式；是指一连串的数据（字节或字符）

由此，io流也被称为输入输出流

得到io的作用就是：让程序与外部设备进行数据的交互，既输入与输出

特点：

1，流是单向的：只能输入或者输出；以程序作为参考点，往外写与往进读；

2，先进先出：存数据时你是1234写进来的，那么读数据时也是1234读出去；

3，数据源与目的地；流都是有方向的，那么就一定有源头与终点，一般输入流的终点与输出流的起点都是自己所写得程序，而输入流的起点与输出流的重点就是你所要操作的目标位置，可能是文件，网络，终端等；

（bytearrayOutputStream（）与charArrayWriter（）并没有目标地址，也就是没有参数，因为大部分的流都是通过参数来确定来源与目的地的；解答：首先字节数组与字符数组，溯源来说，二者都是内存区域的一块（数组存的是引用，指向一块内存区）所以这两个字节与字符数组流真正操作的是内存，所以也称为内存流，内存就是java可以直接找到的，所以在你莫仍创建这两个类对象的时候，会自动指向一块内存；）

分类：

分类1：根据流的方向不同，分为输出流与输入流；

分类2：根据操作单位的不同，分为字节流与字符流；

字节流：byte，占一个字节，可以处理一切文件，包括文本，图片，视屏，音频等，

字符流：char，占两个字节，专用于处理纯文本文件

分类3：节点流与处理流（普通流与增强流）

节点流是直接处理文件的，而处理流是用来处理流的（它的参数是流对象），通过普通流来完成核心功能，并且进行增强；

	字节流	字符流
输入流	字节输入流InputStream	字符输入流Reader
输出流	字节输出流OutPutStream	字符输出流Writer

 

总结：哪里需要数据交互，首先就要想到IO流，专门用来进行进行数据交互的；

编码问题

编码问题其实就是中文乱码问题，针对所有的英文字符各个文件格式的编码表都是一致的，但是针对中文，不同的格式有不同的编码。

任何文件的传输过程都可能会出现乱码问题，而文件传输其实是IO的功能，所以有人直接总结，乱码问题即IO问题；

编码问题研究的就是：中文如何完整输出？，如何进行正确传输？

编码概述：计算机编码指电脑内部代表字母或数字的一种记录数据的方式。

计算机中的数据本质上是二进制的数字串；假设这个时候我们想往计算机里去存储信息，但我们不可能直接去操作这些二进制串，所以，我们就用一些数字来对应我们日常所需要的的英文中文等。

所以编码其实就是我们所能识别的字符到计算机所能识别的编号；

字符与编号所对应的表格称为编码表

然后编码解码的过程其实就是根据这张表，将字符变为数字与数字变成字符的过程；

日常使用的编码表：如ASCII编码，gbk，utf-8等

介绍：

ASCII编码：世界上第一个编码表：

GBK编码：中国的编码

中文一般占用两个字节，英文占用一个字节

UTF-8编码:统一的编码

Unicode 学术学会的组织，制订了一套编码规则-Unicode编码，支持世界上五百多种语言

因为某种原因，Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。

中文占用三个字节，英文占用一个字节

乱码问题：

第一种情况：字节—>字符

你所取得的字节是不完整的，即使编码格式一致，也不能得到完整的信息；

 问题解决：

1，获知要操作文件的字节数，创建一个符合文件数据长度的数组，一次性拿到完整的字节数据；

2，准备一个寄存点，首先将拿到的字节码都放到这个寄存区，然后整体从这个寄存区拿到所有数据；

3，java中给出的方法：字符流的出现就是解决了字节到字符的问题，直接按照字符的格式去拿数据，自然不会出现所谓一个字符拿不到对应的字节码的情况；

实例：针对同一段中文数据，你使用同一种代码逻辑去操作，使用字节流会出现乱码，而字符流不会；

代码：

//部分的代码有冲突，拷贝或运行时需要注意
public class test1_字节与字符问题引入 {
    public static void main(String[] args) throws Exception {
        String path="src/test1.txt";
        //1，问题代码
        //获取流
//      InputStream in=new FileInputStream(path);
        
        //操作流
//      byte arr[]=new byte[5];
//      int len=-1;
//      StringBuilder stringBuilder=new StringBuilder();
//      while((len=in.read(arr))!=-1) {
//          String string=new String(arr,0,len);
//          System.out.println("输入过程的输出："+string);
//          stringBuilder.append(string);
//      }
        
//      System.out.println("最终效果："+stringBuilder.toString());
        //2.1，大数组一次性拿到所有的字节码数据
        
//      int length=in.available();
//      byte arr[]=new byte[length];
//      
//      int size=in.read(arr);
//      
//      String string=new String(arr);
//      System.out.println("通过字节获得的字符换是完整的："+string);
//      System.out.println("数组的长度与读取的数据长度："+(length==size));
        
        //2.2通过字节数组流将文件先放在内存，然后一次性拿出
//      ByteArrayOutputStream out=new ByteArrayOutputStream();
//      int len=-1;
//      byte arr[]=new byte[5];
//      while((len=in.read(arr))!=-1) {
//          out.write(arr, 0, len);
//          String string=new String(arr,0,len);
//          System.out.println("输入过程的输出："+string);
//      }
//      byte array[]=out.toByteArray();
//      String string=new String(array);
//      System.out.println(string);
        
        //2.3,使用字符流操作文本文件
        Reader in=new FileReader(path);
        char arr[]=new char[5];
        int len=-1;
        StringBuilder stringBuilder=new StringBuilder();
        while((len=in.read(arr))!=-1) {
            String string=new String(arr,0,len);
            System.out.println("输入过程的输出："+string);
            stringBuilder.append(string);
        }
        
        System.out.println("最终效果："+stringBuilder.toString());
        //关闭流
        in.close();
    }
}
​

第二种情况：字符—>字符

编码格式不一致的问题；

一个gbk的文件，使用gbk去解析，将其拿到程序中，你拿到的仍是gbk格式的完整字节信息，也是以gbk的格式去写到另一个文件，但是另一个文件的格式是UTF-8；所以最终的情况就是在utf-8的文件上，放着gbk格式的文本数据，自然乱码；

使用一种编码格式，去解析另一种编码格式生成的编码，就好比谍战剧中，我方截获敌方加密情报，你用我方的密码本，当然不能解密情报，只有敌方的密码本才能解密出情报；（这也就是密码本在谍战剧中价值高的原因吧，我的情报你不能解密，你就是拿去了也没用啊！）

 

问题解决：

outputStreamWriter与inputStreamReader，转换流

可以指定文件传入的数据格式，以及传出时的数据格式，输入字符流；

通过转换流，可以让输入流通过指定的编码格式解析文本文件，又以指定的编码格式写入指定的文件；

要想不出现乱码，就要遵循上面的规则：输入流按指定文件的格式来获取数据，以目标格式的输出流来写出数据；

代码：

public class Main {
    public static void main(String[] args) throws Exception {
        //OutputStreamWriter;
        //InputStreamReader
        String sourcePath="src/test1.txt";
        String endPath="src/test2.txt";
        //获取流
//      Reader reader=new FileReader(sourcePath);
//      Writer writer=new FileWriter(endPath);
        
        InputStreamReader reader=new InputStreamReader(new FileInputStream(sourcePath),"GBK");
        OutputStreamWriter writer=new OutputStreamWriter(new FileOutputStream(endPath),"UTF-8");
        
        //操作流
        char arr[]=new char[5];
        int len=-1;
        StringBuilder stringBuilder=new StringBuilder();
        while((len=reader.read(arr))!=-1) {
            //核心写入操作
            writer.write(arr, 0, len);
            //验证我们在程序中拿到的数据
            String string=new String(arr, 0, len);
            System.out.println(string);
            stringBuilder.append(string);           
        }
        System.out.println("拷贝结果："+stringBuilder.toString());
        
        //关闭流
        writer.close();
        reader.close();
    }
}
​

总结：

（1）IO流就是用来进行数据交互的，外部设备的信息输出与输入依赖IO流来完成

（2）针对乱码问题

第一：虽然字节流处理一切文件，但是操作文本文件就使用字符流；

第二：保证程序包括程序所操作的文件格式是一致的；

第三：针对不同编码格式的文件，可以通过转换流来操作；