java-io读写研究（一）

       写在前面的话：本文主要是研究io读写底层的相关原理，由于本人不是计算机专业的程序员，所以编写本文的目的更多的是想将表面的java API和计算机底层的相关知识联系起来。如果只是想快速使用java API，不建议阅读本文.

       我们以读取文件为例，开始我们的底层研究。我们现在随便打开的一个文件，其中包含的任意一段文字，其实都是字节序列。简单来说，比如我们的txt里面有“ABC”这样的一段文字，那么'A'、'B'、'C'就是三个字符，我们大部分人用的都是windows系统，所以记事本打开后的文字都是默认为ANSI编码。ANSI？什么意思呢?其实很简单，刚开始的电脑都是懂英文的人在用，那个时候默认用的是ASCII，其他的语言根本无法在电脑上显示（例子就是英文DOS系统）。

       到了后来，各个国家的牛人，慢慢的琢磨出了自己的编码标准，在中国，就是GBK编码，用两个字节来代表一个中文字符，这种以两个字节表示一个汉字字符的方式，称为ANSI，也就是各个国家自己有自己本地化的编码，不同国家有不同的ANSI具体编码.（其实ANSI翻译成中文就是各种外文字符延伸编码方式）

       再往后，如果各个国家都是用自己的ANSI来编码，那么简单来说，我想在一个文件里面，同时输入中文和日本，就不行呀，因为他们编码不同，你设置成GBK，日本就乱码，设置成shift-JIS，中国汉字就乱码，所以就有了UNICODE(什么语言都支持)。java中的一个char,就是一个UNICODE编码。

       说了这么多其实都还没进入到计算机的底层，什么是计算机底层，就是你看到的‘中国人’三个字符，在计算机上到底是什么样子呢?说到这里，就说到了编码的关键.

       如图，也就是说不同的编码，在计算机底层的存储方式都是不同的，之所以出现这么多令人头疼的词，是因为人类语言的隔阂，我们作为程序员操作IO的时候，必须要了解这些东西，因为我们不管读取文件，写入文件，都是直接和编码打交道的。打一个最简单的比方，你和另一个哥们同时给一个心仪的女孩发送'我爱你'三个字，你用UFT-8编码就是9个字节，而他用ANSI就是6个字节，假如我们的网速是1 byte/min，那么人家的信息就能比你早3分钟到...最后的结果，你懂得，人家陪女朋友逛街去了，你就只能在CSDN上看我的博客。

ps：小tips，为什么UFT-8后面有个8，意思就是后面的8代表是以8位二进制为单位来传输符号的，因为unicode编码规定所有符号的二进制形式，都必须用2个字节，也就是16位来表示，那样的话，我们输入同样简单的符号，比ANSI就要多一倍的存储空间，在这样的情况下，UTF-8才诞生了.

参考文档：

https://www.cnblogs.com/web21/p/6092414.html

http://www.regexlab.com/zh/encoding.htm