JAVA学习笔记21.12.7（参考黑马程序员B站视频）

IO流

一、字符流

        1.字符流出现的原因

        由于字节流操作中文不是特别方便，所以Java就提供了字符流。

        2.字符流概述

        字符流=字节流+编码表

        3.字节流复制含有汉字的文本时没出错的原因

        底层操作会自动进行字节拼接成中文，GNK编码一个汉字占2个字节，UTF-8编码一个汉字占3个字节，无论哪种编码存储，中文的第一个字节都是负数。

二、编码表

        1.基础知识

• 计算机中存储的数据都是用二进制数表示的，屏幕上看到的数据都是二进制数转化后的结果
• 按照某种规则，将字符储存储在计算机中称为编码；反之，将存储在计算机中的二进制数按照某种规则解析出来称为解码。（注意编码和解码的规则要一致，否则会出现乱码）
• 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（A，65）
• 字符集：是一个系统所支持的所有字符的集合，包括各个国家的文字、标点符号、图像符号、数字等。
• 计算机要准备存储和识别各种字符集符号，就需要进行字符编码，一套字符集必然至少有一套字符编码。常见的字符集有：ASCII字符集、GBXXX字符集、Unicode字符集等。

        2.常见字符集介绍

        1）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（英文大小写字母、阿拉伯数字和西文符号）。基本的ASCII字符集使用7位表示一个字符，共128字符。ASCII的扩展字符集用8位表示一个字符，共256个字符，方便支持欧洲常用字符，是一个系统支持的所有字符的集合，包括各个国家文字、标点符号、图形符号和数字等。

        2）GB2312：简体中文码表，小于127的字符的意义与原来相同，但是两个大于127的字符连接在一起就表示一个汉字，这样大约组合了7000多个简体汉字，此外数学符号、罗马字母、日文的假名等都编进去了，连在原本ASCII中就有的数字、标点、字母都统统重新编了两个字节的编码，这就是常说的”全角“字符，而原来那些在127号一下的称为”半角“字符。

        3）GBK：最常用的中文码表，是在GB2312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，同时支持繁体字和日韩汉字等。

        4）Unicode：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、字符或者文字。有三种编码方案，UTF-8、UTF-16、UTF-32，其中最常用的是UTF-8。

        5）UTF-8编码：可以用来表示Unicode标准中任意字符，它是电子邮件、页面及其他存储或传送文字的应用中优先采取的编码方案。互联网工程小组（IETF）要求所有互联网协议必须支持UTF-8编码。它使用一至四个字节为字符编码，规则是128个US-ASCII字符只需一个字节编码，拉丁文等需要两个字节编码，大部分常用字（含汉字）使用三个字节编码，其他极少使用的Unicode辅助字符使用四个字节编码。

注意：使用何种编码规则编码就用何种规则解码，否则会出现乱码

三、编码问题

        1.字符串中的编码问题（IDEA平台）

        编码：

• byte[] getBytes():使用平台默认字符集将该String编码为一系列字节，将结果存储到新的字节数组中
• byte[] getBytes(String charsetName):使用指定的字符集将该String编码为一系列字节，将结果存储到新的字节数组中

        解码：

• String (byte[]  bytes):通过使用平台默认字符集解码指定的字符数组来创造新的String
• String (byte[]  bytes,String charsetName):通过使用指定的字符集解码指定的字符数组来创造新的String

        2.字符流的编码问题

        字符流抽象基类

• Reader:字符输入流的抽象类
• Writer:字符输出流的抽象类

        字符流中和编码解码问题相关的两个类：、

• InputStreamReader
• OutputStreamWriter