转换流的详细解释:
字符编码:
-
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:是一个系统支持的所有的字符集合,包括各国家的文字,标识符号,图形符号等.
- 图片解释
常见字符集:
-
-
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:(这个字符集不支持中文)
-
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。
-
-
总结:
一套字符集至少对应一套字符编码.
一套字符编码只有一套字符集.
编码引出的问题:
代码演示:
1 package com.heima.InputStreamReader;
2
3 import java.io.FileInputStream;
4 import java.io.InputStreamReader;
5 //文本文档: 大家好
6 // InputStreamReader类是Reader的子类,是从字节流到字符流的桥梁.
7 public class Demo01 {
8 public static void main(String[] args) throws Exception{
9 //指定编码读取
10 //定义文件路径,文件为gbk编码
11 String FileName = "D:\\a.txt";
12 // 创建流对象,默认UTF8编码我转换成了GBK
13 InputStreamReader isr = new InputStreamReader(new FileInputStream(FileName),"GBK");
14 // 创建流对象,指定GBK编码
15 InputStreamReader isr2 = new InputStreamReader(new FileInputStream(FileName) , "GBK");
16 // 定义变量,保存字符
17 int read;
18 // 使用默认编码字符流读取,乱码
19 while ((read = isr.read()) != -1) {
20 System.out.print((char)read); // 大家好
21 }
22 isr.close();
23 System.out.println();
24 // 使用指定编码字符流读取,正常解析
25 while ((read = isr2.read()) != -1) {
26 System.out.print((char)read);// 大家好
27 }
28 isr2.close();
29 }
30 }
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。
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。
指定编码读取:
1 public class OutputDemo {
2 public static void main(String[] args) throws IOException {
3 // 定义文件路径
4 String FileName = "E:\\out.txt";
5 // 创建流对象,默认UTF8编码
6 OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream(FileName));
7 // 写出数据
8 osw.write("你好"); // 保存为6个字节
9 osw.close();
10
11 // 定义文件路径
12 String FileName2 = "E:\\out2.txt";
13 // 创建流对象,指定GBK编码
14 OutputStreamWriter osw2 = new OutputStreamWriter(new FileOutputStream(FileName2),"GBK");
15 // 写出数据
16 osw2.write("你好");// 保存为4个字节
17 osw2.close();
18 }
19 }
GBK,UTF-8占用字节解释:
1 package com.heima.InputStreamReader;
2 //
3 public class Demo03 {
4 public static void main(String[] args) throws Exception{
5 String name="鲁";
6 System.out.println("UTF-8编码长度:"+name.getBytes("UTF-8").length);
7 System.out.println("GBK的编码长度:"+name.getBytes("GBK").length);
8
9 }
10 }
转换字节的理解图:
转换流是字节与字符间的桥梁.
OutPutStreamWriter类:
指定编码输出:
1 public class OutputDemo { 2 public static void main(String[] args) throws IOException { 3 // 定义文件路径 4 String FileName = "E:\\out.txt"; 5 // 创建流对象,默认UTF8编码 6 OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream(FileName)); 7 // 写出数据 8 osw.write("你好"); // 保存为6个字节 9 osw.close(); 10 11 // 定义文件路径 12 String FileName2 = "E:\\out2.txt"; 13 // 创建流对象,指定GBK编码 14 OutputStreamWriter osw2 = new OutputStreamWriter(new FileOutputStream(FileName2),"GBK"); 15 // 写出数据 16 osw2.write("你好");// 保存为4个字节 17 osw2.close(); 18 } 19 }
练习1:
1 package com.heima.InputStreamReader;
2
3 import jdk.nashorn.api.tree.LineMap;
4
5 import java.io.*;
6 import java.util.HashMap;
7
8 //转换文件编码
9 public class Demo04 {
10 public static void main(String[] args) throws Exception{
11 //创建map集合,保存文本数据,健为序号,值为文字
12 HashMap<String, String> lineMap = new HashMap<>();
13 // 1.定义文件路径
14 String srcFile = "D:\\b.txt";
15 String destFile = "555555.txt";
16 // 2.创建流对象
17 // 2.1 转换输入流,指定GBK编码(输出到控制台)
18 InputStreamReader isr = new InputStreamReader(new FileInputStream(srcFile),"gbk");
19 // 2.2 转换输出流,默认utf8编码(输出到文本文档)
20 OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream(destFile));
21 // 3.读写数据
22 // 3.1 定义数组
23 char[] cbuf = new char[1024];
24 // 3.2 定义长度
25 int len;
26 // 3.3 循环读取
27 while ((len = isr.read(cbuf))!=-1) {
28 // 循环写出
29 osw.write(cbuf,0,len);
30 }
31 // 4.释放资源
32 osw.close();
33 isr.close();
34 System.out.println();
35 // 创建流对象
36 BufferedReader br = new BufferedReader(new FileReader("555555.txt"));
37 BufferedWriter bw = new BufferedWriter(new FileWriter("D:\\q.txt"));
38 // 读取数据
39 String line = null;
40 while ((line = br.readLine())!=null) {
41 // 解析文本
42 String[] split = line.split("\\.");
43 // 保存到集合
44 lineMap.put(split[0],split[1]);
45 }
46 // 释放资源
47 br.close();
48 // 遍历map集合
49 for (int i = 1; i <= lineMap.size(); i++) {
50 String key1 = String.valueOf(i);
51 // 获取map中文本
52 String value = lineMap.get(key1);
53 // 写出拼接文本
54 bw.write(key1+"."+value);
55 // 写出换行
56 bw.newLine();
57 }
58 // 释放资源
59 bw.close();
60 }
61 }