java中IO及中文乱码问题

第一次发这种博客，因此一直在纠结怎么开头，干脆直奔主题吧，把本身的一些总结体会记录下来，先从简单的学习开始，但愿能够慢慢坚持，之后的内容能够写的更好更有意义。

其实真正在工做中中文乱码的问题遇到的很少，那是由于公司为了开发方便因此文件都统一编码了。可是我以为还有颇有必要去稍微了解一下其原理的。

IO就是输入输出流，用面向对象来理解的话，就是输入，输出流对象，主要用来操做文件对象。因此再稍微谈谈文件的概念，即File对象。在Java中，File不是咱们平时生活中指的某个具体文件，而是某个路径对象，好比说 File file=new File("D:\\aaa"); 这就是一个File对象，也许它表示的是一个文件夹，也许这个路径都不存在，可是这句代码就的的确确建立了一个表示该路径的File对象。这种写法只是不经常使用罢了。由于咱们平时可能更多的是操做一个文本，图片等等，如File f=new File("aaa.txt");

上面简单说了IO,File是什么，接下来再谈谈这些图片，文字，视频等信息是如何保存在咱们存储设备上的。我的理解是不论是什么类型的文件，都是二进制的形式保存，最小单位是1个byte，即8位01组成。因此说咱们假如要拷贝一个文件，只要操做字节流就行了，即把一个文件中的全部字节拿到，写到另外一个文件中就OK了，其实理论上是能够的，可是对于字符型的文件比较特殊。这也就是为何会有中文乱码的问题出现。ASCII码表你们都很熟悉，起码都据说过，它应该算是很早出现的一种码表了吧，起初只是用来表示26个英文字母和一些特殊符号(由于计算机只识别二进制，因此要把字符用相应的字节来代替，造成一张码表)。可是随着计算机的发展，ASCII应该不够用了吧，并且不少国家应该也都有本身的一套编码方案，因此就出现了不一样的编码表。常见的有GBK,UTF-8，而jvm中默认使用的是unicode编码，即以2个字节表示一个汉字，UTF-8则不必定，可能3个字节表示一个汉字，也可能更多。因此就出现了一个问题，同一个汉字在不一样的码表中对应的字节码的个数和内容都不相同。因此如何解决？

咱们从A磁盘上拷贝一张图片到B磁盘上，只要把A的全部字节拿到B就能够了。可是一样的方式操做一个文本其实也是能够的，前提是A和B中的文本编码要相同。由于图片不存在字节编码的问题。可是我要从网络上或者服务器去传输中文怎么办呢，确定不能单单经过字节来实现了(由于咱们不可能遇到问题就手动去更改文件的编码方式吧)。因此java中提供了字符流对象，即在字节流的基础上加上对编码的设置，达到解决乱码的问题。

废话很少说，用几个小案例来讲明一下：

1，首先在当前项目下新建aa.txt,bb.txt。随便在aa中写几个中文字符。会发现这两种方式均可以实现

a，采用字符流

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，采用字节流

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,此时假如aa的编码方式是UTF-8的话，那么咱们把bb的编码改成GBK看看，一样运行上面两种方法，所有乱码。

缘由就是因为两个文件的编码方式不一样，致使中文查的码表不一样，因此乱码。

3，因此当两边文件的编码方式不一样，咱们能够在读取和写入的时候都指定与其文件对应的编码便可。

实现方式以下：

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();

代码虽然很简单，仍是简单的解释一下，从API中能够发现InputStreamReader和OutputStreamWriter都是操做字符的对象，继续Reader和Writer。

主要用来把字节转成字符，字符转成字节。因此从构造中也能够发现，传入的是字节流对象。以utf-8去读取字节流转成字符，再将字符以gbk编码转成字节写入。

下面几行就不作解释了，都是基础里面的方法。构造中传入的是匿名内部类对象，还有装饰设计模式，这种写法简单了解下便可。

关于字节流和字符流其实还有不少很好用的类，好比BufferedInputStream,BufferedReader等等，再次不作赘述。

关于jvm和系统平台的编码问题，在次不作解释。

能够用String来尝试一下，观察字符串在编译和运行时的字节码及编码问题。