Java IO流之转换流【五】

1 字符编码和字符集

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（看懂） --> 字节（看不懂）。

解码：字节（看懂） --> 字符（看不懂）。

1.1 字符编码

字符编码：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。

1.2 字符集

字符集也叫编码表。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。

1.3 字符集种类

• ASCII字符集

  • ASCII（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。 原来在127号以下的那些就叫"半角"字符了。

• GBK字符集

  • 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。

  • UTF-8使用一至四个字节为每个字符编码，编码规则如下：

    • 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。

2.转化流

转换流是字节与字符间的桥梁！

2.1 InputStreamReader

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流。
InputStreamReader(InputStream in, String charsetName): 创建一个指定字符集的字符流。

2.2 OutputStreamWriter

转换流java.io.OutputStreamWriter，是Writer的子类，是从字符流到字节流的桥梁。

它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。

3.代码演示

略