教育行業(yè)A股IPO第一股（股票代碼 003032）

全國(guó)咨詢/投訴熱線：400-618-4000

深入理解字符流的編碼

更新時(shí)間:2018年12月19日14時(shí)59分 來(lái)源:傳智播客 瀏覽次數(shù):

Java中是以流的形式來(lái)實(shí)現(xiàn)數(shù)據(jù)在網(wǎng)絡(luò)中的傳輸，而所說(shuō)的“流”則是字節(jié)流。因?yàn)樗械臄?shù)據(jù)的最底層都是以字節(jié)為單位存儲(chǔ)的，所以以字節(jié)為單位傳輸數(shù)據(jù)無(wú)疑是最簡(jiǎn)單也是最有效的傳輸方式。
       我們?cè)趯W(xué)習(xí)Java的過(guò)程中，也經(jīng)常接觸字符流，字符流顧名思義則是以字符為單位進(jìn)行數(shù)據(jù)傳輸，但是其實(shí)字符流的應(yīng)用面是很窄的，并不是所有的文件都存在字符的概念的，比如視頻文件、音頻文件、圖片文件，這些是無(wú)法以字符為單位進(jìn)行傳輸?shù)摹Ｗ址髦荒軐?duì)文本字符進(jìn)行操作。
       提到字符，我們首先就會(huì)想到的是編碼，因?yàn)橛?jì)算機(jī)存儲(chǔ)的是字節(jié)，我們看到的卻是字符，這之間是靠編碼表對(duì)應(yīng)起來(lái)的，那么這也就是本篇文章索要研究的內(nèi)容—字符流編碼。
       首先我們來(lái)看下面的案例：
       案例顯示，Demo.java的項(xiàng)目編碼和b.txt的編碼格式一樣，則能夠正常寫(xiě)入，不會(huì)亂碼。原理如下圖所示：
        字符流，每一個(gè)字符流都存在一個(gè)緩沖區(qū)，緩沖區(qū)的編碼格式是和項(xiàng)目的編碼格式一致的，上述代碼執(zhí)行流程是：字符串“黑馬”在FileWriter的緩沖區(qū)里面通過(guò)GBK編碼把漢字編碼成對(duì)應(yīng)的字節(jié)，然后底層通過(guò)字節(jié)流將字節(jié)寫(xiě)入到b.txt。 很多人我們打開(kāi)b.txt時(shí)看到的是“黑馬”這兩個(gè)字啊，并不是什么碼值啊。其實(shí)所有文件的底層都是字節(jié)，子不過(guò)我們打開(kāi)b.txt時(shí)，記事本軟件就通過(guò)此文件的編碼—GBK幫我們把碼值解碼成“黑馬”這兩個(gè)字了，所以我們看到的是黑馬。照這樣看來(lái)，如果b.txt的文件編碼是UTF-8的話，肯定就會(huì)亂碼，因?yàn)橛浭卤緯?huì)按照UTF-8進(jìn)行解碼，效果如下圖所示：
        接下來(lái)難點(diǎn)才真正的來(lái)臨（很多人看了下面的代碼和運(yùn)行效果就蒙圈），我們把上圖的代碼改下（其他編碼格式不變），你會(huì)發(fā)現(xiàn)不亂碼了，如下圖：源碼如下：
[Java] 純文本查看 復(fù)制代碼
01
02
03
04
05
06
07
08
09
10
public class Demo {[/align]
        public static void main(String[] args) throws IOException {
                FileWriter fw = new FileWriter("b.txt");
                String s = "黑馬";
                byte[] bytes = s.getBytes("UTF-8");
                String s1 = new String(bytes);
                fw.write(s1);
                fw.close();
        }
}
      很多人蒙圈的原因是因?yàn)椋劝炎址D(zhuǎn)為了UTF-8 但是又通過(guò)new String(bytes)轉(zhuǎn)成了GBK啊，但是b.txt是UTF-8格式的編碼啊。為什么沒(méi)有亂碼呢？ 下圖解釋的很詳細(xì)：
       執(zhí)行流程是：先通過(guò)UTF-8編碼把“黑馬”編碼成幾個(gè)字節(jié)比如13 42 35 86 59 47，然后再通過(guò)GBK編碼，把該碼值解碼成對(duì)應(yīng)的字符比如“傳智人”，然后“傳智人”進(jìn)入緩沖區(qū)會(huì)通過(guò)GBK編碼編碼成剛才的字節(jié) 也就是13 42 35 86 59 47，然后再通過(guò)字節(jié)流寫(xiě)入到b.txt中，當(dāng)打開(kāi)b.txt時(shí)，記事本軟件會(huì)按照此文件編碼格式-UTF-8解碼成“黑馬”，所以我們看到的是沒(méi)有亂碼。

       總結(jié)：通過(guò)比價(jià)復(fù)雜的案例我們明白了一、每個(gè)字符流都存在緩沖區(qū)，而且緩沖區(qū)的編碼是和項(xiàng)目編碼一致。二、字符流的底層依然是使用的字節(jié)流，而且還存在緩沖區(qū)的編碼動(dòng)作，所以效率比字節(jié)流會(huì)慢很多，所以通常數(shù)據(jù)的傳輸我們都會(huì)使用字節(jié)流。三、文本文件的底層存儲(chǔ)的也是字節(jié)，我們打開(kāi)文件看到的字符，是記事本軟件所做的解碼。



作者：傳智播客JavaEE培訓(xùn)學(xué)院

首發(fā)：http://java.itcast.cn

0 分享到：
和我們?cè)诰€交談！