转换流

字符编码和字符集

1. 字符编码

• 计算机中储存的信息都是用二进制数表示的。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 。

编码:字符(能看懂的)--字节(看不懂的)

解码:字节(看不懂的)-->字符(能看懂的)

• 字符编码(编码表)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。

2. 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。

• 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(表示负数)，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-8859-1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UTF-32。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。

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。

OutputStreamWriter 类

• OutputStreamWriter extends Writer
• OutputStreamWriter 是字符流通向字节流的桥梁：可使用指定的 charset 将要写入流中的字符编码成字节。它使用的字符集可以由名称指定或显式给定，否则将接受平台默认的字符集。
• 继承自父类(Writer)的共性成员：
  • void close() 关闭此流，但要先刷新它。
  • abstract void flush() 刷新该流的缓冲。
  • void write(int c) ：写入单个字符。
  • abstract void write(char[] cbuf, int off, int len) 写入字符数组的某一部分。
  • void write(String str) 写入字符串。
  • void write(String str, int off, int len) 写入字符串的某一部分。

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。
• 参数：
  • OutputStream in： 字节输出流，用来写转换之后的字节到文件中
  • String charsetName：指定的编码表名称，不区分大小写(utf-8/UTF-8/gbk/GBK...)，不指定默认使用utf-8

public class Demo {
    public static void main(String[] args) throws IOException {
        OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("D:\\document\\code\\xuexi\\java\\aaa\\a.txt"),"utf-8");
        osw.write("你好abc");//9个字节
        osw.flush();
        osw.close();
    }
}

public class Demo02 {
    public static void main(String[] args) throws IOException {
        OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("D:\\document\\code\\xuexi\\java\\aaa\\a.txt"),"gbk");
        osw.write("你好abc");//7个字节
        osw.flush();
        osw.close();
    }
}

InputStreamReader类

• InputStreamReader extends Reader
• InputStreamReader 是字节流通向字符流的桥梁：它使用指定的 charset 读取字节并将其解码为字符。它使用的字符集可以由名称指定或显式给定，或者可以接受平台默认的字符集。
• 继承自父类(Reader)的共性成员：
  • int read()读取单个字符。
  • int read(char[] cbuf) 将字符读入数组。
  • void close()关闭该流并释放与之关联的所有资源。

构造方法

• InputStreamReader(InputStream in): 创建一个使用默认字符集的字符流，默认utf-8。
• InputStreamReader(InputStream in, String charsetName): 创建一个指定字符集的字符流。
• 注意：构造方法中指定的编码表名称要和文件的编码相同，否则会发生乱码

//a.txt文件编码为gbk
public class Demo {
    public static void main(String[] args) throws IOException {
        InputStreamReader isr=new InputStreamReader(new FileInputStream("D:\\document\\code\\xuexi\\java\\aaa\\a.txt"),"gbk");
        int len=0;
        while ((len=isr.read())!=-1)
            System.out.print((char) len);//你好abc
        isr.close();
    }
}

public class Demo {
    public static void main(String[] args) throws IOException {
        InputStreamReader isr=new InputStreamReader(new FileInputStream("D:\\document\\code\\xuexi\\java\\aaa\\a.txt"));//默认编码为utf-8
        int len=0;
        while ((len=isr.read())!=-1)
            System.out.print((char) len);//???abc
        isr.close();
    }
}

java IO流：转换流

原文：https://www.cnblogs.com/wu-myblog/p/14249191.html