字符转换流
常见问题
在IDEA中编码,使用FileReader读取项目中的文本文件,由于IDEA的设置都是默认为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。如下:
public class ReaderDemo {
public static void main(String[] args) throws IOException {
FileReader fileReader = new FileReader("E:\\File_GBK.txt");
int read;
while ((read = fileReader.read()) != ‐1) {
System.out.print((char)read);
}
fileReader.close();
}
}
输出结果:
���
那么我们如何读取GBK编码的文件呢?这个时候就需要用到了字符转换流。
字符转换流
首先,字符转换流存在的原因是字符编码有很多种,适合我们国家文字的也有几种,所以我们先来了解一下字符编码和字符集。
字符编码和字符集
字符编码
计算机中存储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,这种行为称为字符编码,反之,将存储在计算机中的二进制数据按照某种规则解析显示出来,称之为字符解码,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规则存储的内容却按照B规则解析,那么就会出现乱码现象。
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。
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。
由上图可见,当指定了编码,他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。
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阶码为字符。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。
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。
构造方法举例如下:
InputStreamReader isr = new InputStreamReader(new FileInputStream("in.txt"));
InputStreamReader isr2 = new InputStreamReader(new FileInputStream("in.txt") , "GBK");
指定编码读取
public class ReaderDemo2 {
public static void main(String[] args) throws IOException {
// 定义文件路径,文件为gbk编码
String FileName = "E:\\file_gbk.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); // ��Һ�
}
isr.close();
// 使用指定编码字符流读取,正常解析
while ((read = isr2.read()) != ‐1) {
System.out.print((char)read);// 大家好
}
isr2.close();
}
}
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。
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。
构造方法举例如下:
OutputStreamWriter isr = new OutputStreamWriter(new FileOutputStream("out.txt"));
OutputStreamWriter isr2 = new OutputStreamWriter(new FileOutputStream("out.txt") , "GBK");
指定编码写出
public class OutputDemo {
public static void main(String[] args) throws IOException {
// 定义文件路径
String FileName = "E:\\out.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 = "E:\\out2.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();
}
}
转换流图解原理
通过下图可以发现,转换流是字节与字符之间转换的桥梁。
举个栗子
将GBK编码的文本文件,转换为UTF-8编码的文本文件。
- 定位
需要转码的目标文件在什么地方,原编码是什么,转换的编码又应该是什么 - 分析
指定GBK编码的转换流,读取文本文件
使用UTF-8编码的转换流,写出文本文件 - 实现
public class TransDemo {
public static void main(String[] args) {
// 1.定义文件路径
String srcFile = "file_gbk.txt";
String destFile = "file_utf8.txt";
// 2.创建流对象
// 2.1 转换输入流,指定GBK编码
InputStreamReader isr = new InputStreamReader(new FileInputStream(srcFile) , "GBK");
// 2.2 转换输出流,默认utf8编码
OutputStreamWriter 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();
}
}
总结
不同的工具都有自己默认的字符编码,所以在编程的时候,最好直接指定相应的字符编码,那样的话就不会出现乱码的现象。
end
谢谢您的阅读!