java ascii码_基础篇：一文读懂JAVA.IO、字符编码、URL和Spring.Resource

1 http://JAVA.IO字节流

• LineNumberInputStream和StringBufferInputStream官方建议不再使用，推荐使用LineNumberReader和StringReader代替
• ByteArrayInputStream和ByteArrayOutputStream
  • 字节数组处理流，在内存中建立一个缓冲区作为流使用，从缓存区读取数据比从存储介质(如磁盘)的速率快

• FileInputStream和FileOutputStream
  • 访问文件，把文件作为InputStream，实现对文件的读写操作
• ObjectInputStream和ObjectOutputStream
  • 对象流，构造函数需要传入一个流，实现对JAVA对象的读写功能；可用于序列化，而对象需要实现Serializable接口

• PipedInputStream和PipedOutputStream
  • 管道流，适用在两个线程中传输数据，一个线程通过管道输出流发送数据，另一个线程通过管道输入流读取数据，实现两个线程间的数据通信

• SequenceInputStream
  • 把多个InputStream合并为一个InputStream，允许应用程序把几个输入流连续地合并起来

FilterInputStream和FilterOutputStream 使用了装饰者模式来增加流的额外功能，子类构造参数需要一个InputStream/OutputStream

• DataInputStream和DataOutputStream (Filter流的子类)
  • 为其他流附加处理各种基本类型数据的能力,如byte、int、String
• BufferedInputStream和BufferedOutputStream (Filter流的子类)
  • 为其他流增加缓冲功能
• PushBackInputStream (FilterInputStream子类)
  • 推回输入流，可以把读取进来的某些数据重新回退到输入流的缓冲区之中
• PrintStream (FilterOutputStream子类)
  • 打印流，功能类似System.out.print

2 http://JAVA.IO字符流

• 从字节流和字符流的导向图来，它们之间是相互对应的，比如CharArrayReader和ByteArrayInputStream
• 字节流和字符流的转化：InputStreamReader可以将InputStream转为Reader,OutputStreamReader可以将OutputStream转为Writer

• 区别：字节流读取单位是字节，字符流读取单位是字符；一个字符由字节组成，如变字长编码UTF-8是由1~4个字节表示

3 乱码问题和字符流

• 字符以不同的编码表示，它的字节长度（字长）是不一样的。如“程”的utf-8编码格式，由[-25][-88][-117]组成。而ISO_8859_1编码则是单个字节[63]
• 平时工作对资源的操作都是面向字节流的，然而数据资源根据不同的字节编码转为字节时，它们的内容是不一样，容易造成乱码问题
• 两种出现乱码场景
  • encode和decode使用的字符编码不一致：资源使用UTF-8编码，而在代码里却使用GBK解码打开
  • 使用字节流读取字节数不符合字符规定字长：字符是由字节组成的，比如“程”的utf-8格式是三个字节；如果在InputStream里以每两个字节读取流，再转为String（java默认编码是utf-8），此时会出现乱码（半个中文，你猜是什么）

• 乱码场景1，知道资源的字符编码，就可以使用对应的字符编码来解码解决
• 乱码场景2，可以一次性读取所有字节，再一次性编码处理。但是对于大文件流，这是不现实的，因此有了字符流的出现
• 字节流使用InputStreamReader、OutputStreamReader转化为字符流，其中可以指定字符编码，再以字符为单位来处理，可解决乱码

4 字符集和字符编码的概念区分

• 字符集和字符编码的关系，字符集是规范，字符编码是规范的具体实现；字符集规定了符号和二进制代码值的唯一对应关系，但是没有指定具体的存储方式；
• unicode、ASCII、GB2312、GBK都是字符集；其中ASCII、GB2312、GBK既是字符集也是字符编码；注意不混淆这两者区别；而unicode的具体实现有UTF-8，UTF-16，UTF-32
• 最早出现的ASCII码是使用一个字节（8bit）来规定字符和二进制映射关系，标准ASCII编码规定了128个字符，在英文的世界，是够用的。但是中文，日文等其他文字符号怎么映射呢？因此其他更大的字符集出现了
• unicode（统一字符集），早期时它使用2个byte表示1个字符，整个字符集可以容纳65536个字符。然而仍然不够用，于是扩展到4个byte表示一个字符，现支持范围是U+010000~U+10FFFF
• unicode是两个字节的说法是错误的；UTF-8是变字长的，需要用1~4个字节存储；UTF-16一般是两个字节（U+0000~U+FFFF范围），如果遇到两个字节存不下，则用4个字节；而UTF-32是固定四个字节
• unicode表示的字符，会用“U+”开头，后面跟着十六进制的数字，如“字”的编码就是U+5B57
• UTF-8 编码和unicode字符集

• 程序是分内码和外码，java的默认编码是UTF-8，其实指的是外码；内码倾向于使用定长码，和内存对齐一个原理，便于处理。外码倾向于使用变长码，变长码将常用字符编为短编码，罕见字符编为长编码，节省存储空间与传输带宽
• JDK8的字符串，是使用char[]来存储字符的，char是两个字节大小，其中使用的是UTF-16编码（内码）。而unicode规定的中文字符在U+0000~U+FFFF内，因此使用char（UTF-16编码）存储中文是不会出现乱码的
• JDK9后，字符串则使用byte[]数组来存储，因为有一些字符一个char已经存不了，如emoji表情字符，使用字节存储字符串更容易拓展
• JDK9，如果字符串的内容都是ISO-8859-1/Latin-1字符（1个字符1字节），则使用ISO-8859-1/Latin-1编码存储字符串，否则使用UTF-16编码存储数组（2或4个字节）

• “程序”的UTF-16编码竟是输出6个字节，多出了两个字节，这是什么情况？再试试一个字符的输出

• 可以看出UTF-16编码的字节是多了[-2][-1]两个字节，十六进制是0xFEFF。而它用来标识编码顺序是Big endian还是Little endian。以字符'中'为例，它的unicode十六进制是4E2D，存储时4E在前，2D在后，就是Big endian；2D在前，4E在后，就是Little endian。FEFF表示存储采用Big endian，FFFE表示使用Little endian
• 为什么UTF-8没有字节序的问题呢？个人看法，因为UTF-8是变长的，由第一个字节的头部的0、110、1110、11110判断是否需后续几个字节组成字符，使用Big endian易读取处理，反过来不好处理，因此强制用Big endian
• 其实感觉UTF-16可以强制规定用Big endian；但这其中历史问题。。。

5 URI概念的简单介绍

• 既然有了http://java.io来操作资源流；但是对于网络的资源，该怎么打开，怎么定位呢？答URI-URL
• URI全称是Uniform Resource Identifier 统一资源标识符
• 通俗说，就是一个类似身份证号码的字符串，只不过它是用来标识资源(如：邮件地址，主机名，文件等)
• URI 具有特定的规则: [scheme]:[scheme-specific-part][#fragment]
  • 进一步细入划分可表示为[scheme]:[//authority][/path][?query][#fragment]，其中模式特定部分为authority和path、query；而authority可以看做域名，如www.baidu.com
  • 终极细分则是[scheme]:[//host:port][/path][?query][#fragment]，和日常见到的地址链接一毛一样了
• 模式特定部分(scheme-specific-part)的形式取决于模式，而URI的常用模式如下
  • ftp：FTP服务器
  • file：本地磁盘上的文件
  • http：使用超文本传输协议
  • mailto：电子邮件的地址
  • telnet：基于Telnet的服务的连接
  • Java中还大量使用了一些非标准的定制模式，如rmi、jar、jndi、doc、jdbc等
• 在java中URI抽象为java.net.URI类，下面列举几种常用构造方法

• JAVA.URI的常用操作方法

6 URL概念及与URL的区别

• URL全称是Uniform Resource Location，统一资源定位符
• URL就是URI的子集，它除了标识资源，还提供找到资源的路径；在Java类库中，URI类不包含任何访问资源的方法，它唯一的作用就是解析，而URL类可以打开一个到达资源的流
• 同属URI子集的URN(统一资源名称)，只标识资源名称，却不指定如何定位资源；如：mailto：clswcl@gmail.com就是一种URN，知道这是个邮箱，却不知道该怎么查找定位
• 通俗就是，URN告诉你有一个地方叫广州，但没有说怎么去，你可以搭动车，也可以搭飞机；URL会告诉你坐飞机去广州，而另一URL则说搭动车去
• URL的一般语法规则

• URL的构造方法、获取方法

• 通过URL获取资源数据的操作函数

7 Spring.Resource与Spring资源获取方式

• 讲到资源，就得提下Spring获取资源方式，常用的有两种
  • 通过Resource接口的子类获取资源
  • 通过ResourceLoader接口的子类获取资源
• Spring.Resource 资源操作函数一览

介绍下Resource相关子类的使用

• 1 FileSystemResource：通过文件系统获取资源

• 2 ByteArrayResource：获取byte数组表示的资源
  • 基于ByteArrayInputStream和字节数组实现，应用场景类似ByteArrayInputStream，缓存byte[]资源
• 3 ClassPathResource：获取类路径下的资源

• 4 InputStreamResource：接收一个InputStream对象，获取输入流封装的资源
• 5 ServletContextResourse：加载ServletContext环境下（相对于Web应用根目录的）路径资源，获取的资源
• 6 UrlResource：通过URL访问http资源和FTP资源等

8 ResourceLoader 获取资源

• ResourceLoader是为了屏蔽了Resource的具体实现，统一资源的获取方式。你即能从ResourceLoader加载ClassPathResource，也能加载FileSystemResource等

• ResourceLoader接口默认对classpath路径下面的资源进行加载

• ResourcePatternResolver默认会加载所有路径下面的文件，获得ClassPathResource；classpath：只会在class类路径下查找；而classpath*：会扫描所有JAR包及class类路径下出现的文件

• ResourceLoader方法getResource的locationPattern可设置资源模式前缀来获取非ClassPathResource资源，locationPattern支持Ant风格

9 JAVA.Properties了解一下

• Properties是java自带的配置处理类；Properties加载资源的两种方式

• Properties读取配置示例代码

10 yml配置资源的读取

• 普通java项目如果需要读取yml可引入jackson-dataformat-yaml，而springboot默认配置支持yml的读取

• 基于jackson-dataformat-yaml对yml配置资源的读取

11 优雅地关闭资源，try-with-resource语法和lombok@Cleanup

• 资源的打开就需要对应的关闭，但我们常会忘记关闭资源，或在多处代码关闭资源感到杂乱，有没有简洁的关闭方法呢？
• 自动关闭资源类需实现AutoCloseable接口和配和try-with-resource语法糖使用

• lombok注解@Cleanup，对象生命周期结束时会调用public void close();对象需实现AutoCloseable接口

import lombok.Cleanup; @Cleanup // @Cleanup的使用 YSOAPConnection soapConnection=YSOAPConnection.open(soapConnectionFactory) 复制代码12 资源不关闭，会导致什么最坏的结果

• JDK的原生资源类不关闭，它也不会永远存在。JVM会借助finalize自动关闭它，例如FileInputStream

• 在JDK9后，用Cleaner机制代替了finalize机制；Cleaner机制自动回收的对象同样需要实现AutoCloseable接口；Cleaner是基于PhantomReference实现的；对实现细节感兴趣的同学，可自行查阅下相关文档
• 但是使用JDK的提供的资源关闭机制的，那么资源的关闭比手动关闭时要延后很长时间的。据测试，使用try-with-resources关闭资源，并让垃圾回收器回收它的时间在12纳秒。而使用finalizer机制，时间增加到550纳秒
• 不及时关闭资源，就会占用资源，影响其他线程的执行；比如linux的文件资源，linux进程默认能打开的最大文件数是1024（有的是2048，此数值是可配置的）；如果一个线程持有十几个文件资源，还要等550纳秒用finalizer机制释放资源，同进程的其他线程都等到花谢了

欢迎指正文中错误

作者：cscw
链接： https:// juejin.im/post/68562667 75022174222
来源：掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。