Java InputStreamReader 转换流

---

转换流

1. 字符编码和字符集

a. 字符编码

• 计算机中储存的信息都是用二进制数表示的，而我们在屏幕上看到的数字、英文、标点符号、汉字等字符是二进制数转换之后的结果。按照某种规则，将字符存储到计算机中，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显示出来，称为解码。比如说，按照 A 规则存储，同样按照 A 规则解析，那么就能显示正确的文本符号。反之，按照 A 规则存储，再按照 B 规则解析，就会导致乱码现象；
• 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；

---

b. 字符集

• 字符集 Charset ：也叫编码表。是一个系统支持的所有字符的集合，包括各国家文字、标点符号、图形符号、数字等；
• 计算机要准确的存储和识别各种字符集符号，需要进行字符编码，一套字符集必然至少有一套字符编码。常见字符
  集有 ASCII 字符集、GBK 字符集、Unicode 字符集等；
  
• 可见，当指定了编码，它所对应的字符集自然就指定了，所以编码才是我们最终要关心的；
• ASCII 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：
  • 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 UTF32。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：
  1. 128 个 US-ASCII 字符，只需一个字节编码；
  2. 拉丁文等字符，需要二个字节编码；
  3. 大部分常用字（含中文），使用三个字节编码；
  4. 其他极少使用的 Unicode 辅助字符，使用四字节编码；

---

2. 编码引出的问题

• 在 IDEA 中，使用 FileReader 读取项目中的文本文件。由于 IDEA 的设置，都是默认的 UTF-8 编码，所以没有任何问题。但是，当读取 Windows 系统中创建的文本文件时，由于 Windows 系统的默认是 GBK 编码，就会出现乱码；

import java.io.FileReader;
import java.io.IOException;

public class Test {
    public static void main(String[] args) throws IOException {
        FileReader fileReader = new FileReader("C:\\Users\\80626\\Desktop\\1.txt");
        int read;
        while ((read = fileReader.read()) != -1) {
            System.out.print((char) read);
        }
        fileReader.close();
    }
}
/*
输出结果：
���
 */

• 那么如何读取 GBK 编码的文件呢？

---

3. 转换流理解图解

• 转换流是字节与字符间的桥梁：
  

---

4. 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；

a. 构造方法

• 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；
• 构造举例，代码如下：

InputStreamReader isr = new InputStreamReader(new FileInputStream("in.txt"));
InputStreamReader isr2 = new InputStreamReader(new FileInputStream("in.txt") , "GBK");

b. 指定编码读取

import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;

public class Test {
    public static void main(String[] args) throws IOException {
        // 定义文件路径,文件为gbk编码
        String FileName = "C:\\Users\\80626\\Desktop\\1.txt";
        // 创建流对象,默认UTF8编码
        InputStreamReader isr = new InputStreamReader(new FileInputStream(FileName));
        // 创建流对象,指定GBK编码
        InputStreamReader isr2 = new InputStreamReader(new FileInputStream(FileName),
                "GBK");
        // 定义变量,保存字符
        int read;
        // 使用默认编码字符流读取,乱码
        while ((read = isr.read()) != -1) {
            System.out.print((char) read); //大家好Hello
        }
        isr.close();
        // 使用指定编码字符流读取,正常解析
        System.out.println();
        while ((read = isr2.read()) != -1) {
            System.out.print((char) read);//澶у濂紿ello
        }
        isr2.close();
    }
}

---

5. OutputStreamWriter 类

• 转换流 java.io.OutputStreamWriter ，是Writer的子类，是从字符流到字节流的桥梁。使用指定的字符集将字符编码为字节。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；

a. 构造方法

• OutputStreamWriter(OutputStream in)：创建一个使用默认字符集的字符流；
• OutputStreamWriter(OutputStream in, String charsetName)：创建一个指定字符集的字符流；
• 构造举例，代码如下：

OutputStreamWriter isr = new OutputStreamWriter(new FileOutputStream("out.txt"));
OutputStreamWriter isr2 = new OutputStreamWriter(new FileOutputStream("out.txt") ,
"GBK");

b. 指定编码写出

import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;

public class Test {
    public static void main(String[] args) throws IOException {
        // 定义文件路径
        String FileName = "C:\\Users\\80626\\Desktop\\1.txt";
        // 创建流对象,默认UTF8编码
        OutputStreamWriter osw = new OutputStreamWriter(new
                FileOutputStream(FileName));
        // 写出数据
        osw.write("你好"); // 保存为6个字节
        osw.close();
        // 定义文件路径
        String FileName2 = "C:\\Users\\80626\\Desktop\\2.txt";
        // 创建流对象,指定GBK编码
        OutputStreamWriter osw2 = new OutputStreamWriter(new
                FileOutputStream(FileName2), "GBK");
        // 写出数据
        osw2.write("你好");// 保存为4个字节
        osw2.close();
    }
}
/*
文件1/2
你好
 */

---

6. 应用：转换文件编码

• 将 GBK 编码的文本文件，转换为 UTF-8 编码的文本文件；

a. 案例分析

1. 指定 GBK 编码的转换流，读取文本文件；
2. 使用 UTF-8 编码的转换流，写出文本文件；

b. 案例实现

import java.io.*;

public class Test {
    public static void main(String[] args) throws IOException {
        // 1.定义文件路径
        String srcFile = "C:\\Users\\80626\\Desktop\\1.txt";
        String destFile = "C:\\Users\\80626\\Desktop\\2.txt";
        // 2.创建流对象
        // 2.1 转换输入流,指定GBK编码
        Reader isr = new InputStreamReader(new FileInputStream(srcFile), "GBK");
        // 2.2 转换输出流,默认utf8编码
        Writer osw = new OutputStreamWriter(new FileOutputStream(destFile));
        // 3.读写数据
        // 3.1 定义数组
        char[] cbuf = new char[1024];
        // 3.2 定义长度
        int len;
        // 3.3 循环读取
        while ((len = isr.read(cbuf)) != -1) {
            // 循环写出
            osw.write(cbuf, 0, len);
        }
        // 4.释放资源
        osw.close();
        isr.close();
    }
}
/*
srcFile：你好GOGO
destFile：浣犲ソGOGO
 */