黑马程序员_Java基础_IO流_编码表,编码与解码

一，字符流的出现时为了能够操作字符数据，它能操作字符的原因是在其内部加入了编码表。

字节和字符的转换是要通过转换流：InputStreamReader和OutputStreamWriter。这两个流对象时加入了编码表的流对象，当然加入编码表的流对象还有PrintStream和PrintWriter,但是这两个对象只能进行数据的打印，不能读取。

 

二，所谓的编码表就是，机器中二进制编码对应的字符，比如ASCII，用低七位的二进制位表示他们的字符；通常中文操作系统默认的是GBK编码。早期美国最先出来的是ASCII码表，是采用低七位表示。后来欧洲

拉丁语采用八位表示自己的字符，是在七位的基础上添加了一位1，添加后也就是负数的二进制表示，避免了重复；

后来中国也采用这种二进制对应自己的字符做出了自己的编码表，也就是GB2312和后来的GBK（在原来基础上添加了更多的汉字），由于中文比较复杂，就采用两个字节表示一个汉字，也就是16位的二进制数的排列组合。

后来国际上为了统一编码表，做了一个Unicode编码表，表示多种文字，都是用两个字节来表示，Java中就是用的这种编码。最多用3个字节表示一个文字。

 

三，常见的编码表

ASCII：美国标准信息交换码（用一个字节的7位表示）

ISO8859-1：拉丁码表。欧洲码表。（用一个字节的8位表示）

GB2312：中国中文编码表

GBK：中国中文编码表升级，融合了更多的中文文字符号。

Unicode：国际标准码，融合了多种文字.。（所有文字都是使用两个字节表示，java语言使用的就是该码表）

UTF-8：最多用三个字节表示一个文字。

 

如果在编程过程中用UTF-8编码表写的字符文件，在读取的时候查的是GBK编码表则会出现别的汉字，但不是我们想要的结果。

如果编程中指定的是GBK，在读取的时候不小心指定了UTF-8则会出现问号，原因是GBK编码的汉字是两个字符，读取时查找UTF-8编码表，会三个字节三个字节一读取，可能会查不到，所以会显示出问号。

 

需求：输出流使用UTF-8编码向文件中写入数据，使用不同的编码读取文件中的数据观察结果。

          InputStreamReader(InputStream in, String charsetName) 

          创建使用指定字符集的 InputStreamReader。

          OutputStreamWriter(OutputStream out, String charsetName) 

          创建使用指定字符集的 OutputStreamWriter。 

import java.io.*;
public class UnicodeDemo
{
    public static void main(String[] args) throws IOException {
        //writeDe();
        readDe();
    }
    public static void readDe() throws IOException {
        InputStreamReader isr = new InputStreamReader(new FileInputStream("UTF-8.txt"),"UTF-8");
        //这里不指定编码参数，说明是已默认的GBK编码来读取UTF-8文件的，但是由于UTF-8.txt是用UFT-8编码
        //写出来的，你好是六个字节，所以会以两个字节两个字节的方法到GBK码表中查找是什么字符，，所以出来
        //的不是我们想要的结果。但是如果指定用UTF-8编码表查找的话就会显示出你好。
        char[] b = new char[10];
        int len = 0;
        len = isr.read(b);
        System.out.println(new String(b,0,len));
        isr.close();
    }
    public static void writeDe() throws IOException {
        OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("UTF-8.txt"),"UTF-8");
        //如果不规定字符编码，则默认的是GBK；
        osw.write("你好");
        osw.close();
    }
}

四，编码与解码

    编码：字符转换成字节；  <比如将文本存储到硬盘中就属于编码>

 

    解码：字节转换成字符；  <比如将硬盘中的存储的文本文件用记事本打开>

 

String  -->  byte[]  str.getBytes()

byte[]  -->  String   new String(byte[])

 

在编码时，如果第一编码用的是GBK但是解码查的是ISO8859-1，那么应该怎么处理呢？

因为在编码的时候用的是GBK编码表编码的，传送到接收方时的是一组数字；而接收方查的是ISO8859-1的表，就会出现乱码，但是因为ISO8859-1的编码表也是两个字节表示一位，所以可以再次用ISO8859-1的表编码一次，这时候返回的还是之前用GBK编码的那一组数字，最后再用GBK解码一次就可以完成。

 

注意：如果在编码时，出现错误，那么解码一定是不能得到想要的结果。但是如果编码正确，解码时出现错误，可以解码后在使用解码时的编码表编码一次，然后在使用正确的编码表解码是可以得到正确结果的。但是这种情况只是使用与GBK和ISO8859-1之间（我们能涉及到的码表有GBK，UTF-8,ISO8859-1三种），如果使用GBK编码，解码时误用了UTF-8,使用上述方法则行不通，因为UTF-8和GBK都识别中文造成的。Tomcat服务器使用的是ISO8859-1编码，ISO8859-1不识别中文，所以可以。过程如下：

import java.util.*;
public class EncodeDemo
{
    public static void main(String[] args) throws Exception {
        String s1 = "你好";
        byte[] by = s1.getBytes("GBK");//使用GBK编码
        System.out.println(Arrays.toString(by));
        
        //解码：
        String s2 = new String(by,"ISO8859-1");//使用ISO8859-1解码
        System.out.println(s2);
        //在次编码：
        byte[] by2 = s2.getBytes("ISO8859-1");
        System.out.println(Arrays.toString(by2));
        //再次解码：
        String  s3 = new String(by,"GBK");
        System.out.println(s3);
    }
}