java中IO及中文亂碼問題

第一次發這種博客，因此一直在糾結怎麼開頭，乾脆直奔主題吧，把本身的一些總結體會記錄下來，先從簡單的學習開始，但願能夠慢慢堅持，之後的內容能夠寫的更好更有意義。

其實真正在工做中中文亂碼的問題遇到的很少，那是由於公司爲了開發方便因此文件都統一編碼了。可是我以爲還有頗有必要去稍微瞭解一下其原理的。

IO就是輸入輸出流，用面向對象來理解的話，就是輸入，輸出流對象，主要用來操做文件對象。因此再稍微談談文件的概念，即File對象。在Java中，File不是咱們平時生活中指的某個具體文件，而是某個路徑對象，好比說 File file=new File("D:\\aaa"); 這就是一個File對象，也許它表示的是一個文件夾，也許這個路徑都不存在，可是這句代碼就的的確確建立了一個表示該路徑的File對象。這種寫法只是不經常使用罷了。由於咱們平時可能更多的是操做一個文本，圖片等等，如File f=new File("aaa.txt");

上面簡單說了IO,File是什麼，接下來再談談這些圖片，文字，視頻等信息是如何保存在咱們存儲設備上的。我的理解是不論是什麼類型的文件，都是二進制的形式保存，最小單位是1個byte，即8位01組成。因此說咱們假如要拷貝一個文件，只要操做字節流就行了，即把一個文件中的全部字節拿到，寫到另外一個文件中就OK了，其實理論上是能夠的，可是對於字符型的文件比較特殊。這也就是爲何會有中文亂碼的問題出現。ASCII碼錶你們都很熟悉，起碼都據說過，它應該算是很早出現的一種碼錶了吧，起初只是用來表示26個英文字母和一些特殊符號(由於計算機只識別二進制，因此要把字符用相應的字節來代替，造成一張碼錶)。可是隨着計算機的發展，ASCII應該不夠用了吧，並且不少國家應該也都有本身的一套編碼方案，因此就出現了不一樣的編碼表。常見的有GBK,UTF-8，而jvm中默認使用的是unicode編碼，即以2個字節表示一個漢字，UTF-8則不必定，可能3個字節表示一個漢字，也可能更多。因此就出現了一個問題，同一個漢字在不一樣的碼錶中對應的字節碼的個數和內容都不相同。因此如何解決？

咱們從A磁盤上拷貝一張圖片到B磁盤上，只要把A的全部字節拿到B就能夠了。可是一樣的方式操做一個文本其實也是能夠的，前提是A和B中的文本編碼要相同。由於圖片不存在字節編碼的問題。可是我要從網絡上或者服務器去傳輸中文怎麼辦呢，確定不能單單經過字節來實現了(由於咱們不可能遇到問題就手動去更改文件的編碼方式吧)。因此java中提供了字符流對象，即在字節流的基礎上加上對編碼的設置，達到解決亂碼的問題。

廢話很少說，用幾個小案例來講明一下：

1，首先在當前項目下新建aa.txt,bb.txt。隨便在aa中寫幾個中文字符。會發現這兩種方式均可以實現

a，採用字符流

FileReader fr=new FileReader("aa.txt");
FileWriter fw=new FileWriter("bb.txt");
  int c;
  while((c=fr.read())!=-1){
   fw.write(c);
  }
  fr.close();
  fw.close();

b，採用字節流

FileInputStream fis=new FileInputStream("aa.txt");
FileOutputStream fos=new FileOutputStream("bb.txt");
  int b;
  while((b=fis.read())!=-1){
   fos.write(b);
  }
  fis.close();
  fos.close();

2,此時假如aa的編碼方式是UTF-8的話，那麼咱們把bb的編碼改成GBK看看，一樣運行上面兩種方法，所有亂碼。

緣由就是因爲兩個文件的編碼方式不一樣，致使中文查的碼錶不一樣，因此亂碼。

3，因此當兩邊文件的編碼方式不一樣，咱們能夠在讀取和寫入的時候都指定與其文件對應的編碼便可。

實現方式以下：

InputStreamReader isr=new InputStreamReader(new FileInputStream("aa.txt"),"utf-8");
OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("bb.txt"),"gbk");
  char[] arr=new char[1024];
  int len;
  while((len=isr.read(arr))!=-1){
   String s=new String(arr,0,len);
   System.out.println(s);
   osw.write(s);
  }
  isr.close();
  osw.close();

代碼雖然很簡單，仍是簡單的解釋一下，從API中能夠發現InputStreamReader和OutputStreamWriter都是操做字符的對象，繼續Reader和Writer。

主要用來把字節轉成字符，字符轉成字節。因此從構造中也能夠發現，傳入的是字節流對象。以utf-8去讀取字節流轉成字符，再將字符以gbk編碼轉成字節寫入。

下面幾行就不作解釋了，都是基礎裏面的方法。構造中傳入的是匿名內部類對象，還有裝飾設計模式，這種寫法簡單瞭解下便可。

關於字節流和字符流其實還有不少很好用的類，好比BufferedInputStream,BufferedReader等等，再次不作贅述。

關於jvm和系統平臺的編碼問題，在次不作解釋。

能夠用String來嘗試一下，觀察字符串在編譯和運行時的字節碼及編碼問題。