字符編碼與字符集、轉換流（InputStreamReader、OutputStreamWriter）

1.字符編碼
編碼：字符（能看懂的）-->字節（看不懂的）
解碼：字節（看不懂的）-->字符（能看懂的）
亂碼：按照A規則存儲，同樣按照A規則解析，那么會顯示正確的文本符號；
反之，按照A規則存儲，再按B規則解析，會導致亂碼現象。
字符編碼（Character Encoding）:就是一套自然語言的字符與二進制數之間的對應規則
編碼表：生活中文字和計算機中二進制的對應規則

2.字符集就是編碼表，是系統所有字符的集合，包括各個國家文字、標點符號、圖形符號、數字
等

 

 

 

 

 

 編碼引發的亂碼問題：

package iotest.bufferedIOtest;
/*FileReader在IDEA中默認的編碼格式為UTF-8
* FileReader讀取系統默認編碼(GBK),會出現亂碼
* */

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

public class ErrorCodeTest {
    public static void main(String[] args) throws IOException {
        FileReader fr = new FileReader("C:\\test\\系統默認GBK編碼文本1.txt");
        int len =0;
        while ((len = fr.read()) != -1){
            System.out.print((char) len);
        }
        fr.close();
    }
}

運行結果為：

 

源文件內容為：

 

亂碼問題解決方法：用轉換流

轉換流的強大之處為：可以指定編碼表（OutputStreamWriter、InputStreamReader可指定特定的編碼表）

GBK編碼中，一個中文占兩個字節
UTF-8編碼中，一個中文占三個字節

OutputStreamWriter 類
java.io.OutputStreamWriter extends writer
OutputStreamWriter:是字符流向字節的橋梁，可使用指定的charset將要寫入流中的字符編碼成字節（編碼：把能看懂的變成看不懂的）
寫在硬盤上的都是字節，當打開文件時，會調用系統的編碼表來解碼
構造方法:
public OutputStreamWriter(OutputStream out, String charsetName)
public OutputStreamWriter(OutputStream out)--默認編碼表為UTF-8
參數：
OutputStream out：字節輸出流，可以把轉換之后的字節寫入到指定文件
String charsetName：指定編碼表名稱，不區分大小寫，utf-8/UTF-8,gbk/GBK都行

使用步驟：
1.創建OutputStreamWriter對象，構造方法中傳遞指定的字節輸出流和指定的編碼表名稱
2.使用OutputStreamWriter的write方法，將字符轉化為字節，存儲在緩沖區中（編碼）
3.使用OutputStreamWriter的flush方法，將內存中的字節寫到硬盤文件中（使用字節流寫的過程）
4.釋放資源

package iotest.changeeachother;

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

public class TestOutputStreamWriter01 {
    public static void main(String[] args) throws IOException {
        FileOutputStream fos = new FileOutputStream("C:\\test\\h.txt");
        OutputStreamWriter osw = new OutputStreamWriter(fos,"GBK");//編碼表用的是GBK，也可以寫UTF-8
        osw.write("你好啊",0,2);
        osw.write("就你那女女女");
        osw.close();
    }
}

 

InputStreamReader類
java.io.InputStreamReader extends Reader
InputStreamReader:是字節流向字符的橋梁，可使用指定的charset將要寫入流中的字節編碼成字符
從硬盤上讀取的都是字節，此時編碼表以確定，需要與源文件編碼表相一致
構造方法：
public InputStreamReader(InputStream in)
public InputStreamReader(InputStream in, String charsetName)
參數：
InputStream in：字節輸入流，可以將硬盤上的文件以字節的形式讀取到內存中
String charsetName：指定編碼表名稱，不區分大小寫，utf-8/UTF-8,gbk/GBK都行
使用步驟：
1.創建InputStreamReader對象，構造方法中傳遞指定的字節輸入流和指定的編碼表名稱
2.使用InputStreamReader的read方法，將字節轉化為字符，放在內存中使用（解碼）
3.釋放資源
注意事項
構造方法中的指定的編碼表名稱要與源文件的編碼表名稱相同，否則會出現亂碼
（系統已經按系統的編碼表進行編譯成字節，此時若用不一樣的編碼表，會出現亂碼）

package iotest.changeeachother;

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

public class TestInputStreamReader01 {
    public static void main(String[] args) throws IOException {
        InputStreamReader isr = new InputStreamReader(new FileInputStream("C:\\test\\系統默認GBK編碼文本1.txt"),"utf-8");//源文件使用的編碼表為GBK，而此時設置為utf-8，會出現亂碼
        int len = 0;                                                                                                  //若設置為GBK，不會出現亂碼
        while ((len = isr.read()) != -1){
            System.out.print((char) len);
        }

        isr.close();
    }
}

運行結果

 

練習：轉換文件編碼：將GBK編碼文件轉化為UTF-8編碼的文件

package iotest.changeeachother;

import java.io.*;

//轉換文件編碼：將GBK編碼文件轉化為UTF-8編碼的文件
public class GBKtoUtf {
    public static void main(String[] args) throws IOException {
        InputStreamReader inputStreamReader = new InputStreamReader(new FileInputStream("C:\\test\\GBK文件.txt"),"GBK");//這里必須是GBK
        OutputStreamWriter outputStreamWriter = new OutputStreamWriter(new FileOutputStream("C:\\test\\UTF-8文件.txt"),"UTF-8");

        int len = 0;
        while ((len = inputStreamReader.read()) != -1){
            outputStreamWriter.write(len);
        }
        outputStreamWriter.close();
        inputStreamReader.close();
    }
}