转换流和编码格式出错解释和解决方法的详细解释

 

转换流的详细解释:

字符编码:

      计算机中储存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，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 。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f符号。反之，按照A规则存储，再按照B规则解析，就会导致乱码现象。

• 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:是一个系统支持的所有的字符集合,包括各国家的文字,标识符号,图形符号等.
•       图片解释

       

 常见字符集:

• ASCII字符集 ：

  • ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）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，共256字符，方便支持欧洲常用字符。

• ISO-8859-1字符集：(这个字符集不支持中文)

  • 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-5559-1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。

总结:

一套字符集至少对应一套字符编码.

一套字符编码只有一套字符集.

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。

代码演示:

package com.heima.InputStreamReader;

import java.io.FileInputStream;
import java.io.InputStreamReader;
//文本文档: 大家好
// InputStreamReader类是Reader的子类，是从字节流到字符流的桥梁.
public class Demo01 {
    public static void main(String[] args) throws Exception{
    //指定编码读取
        //定义文件路径,文件为gbk编码
        String FileName = "D:\a.txt";
        // 创建流对象,默认UTF8编码我转换成了GBK
        InputStreamReader isr = new InputStreamReader(new FileInputStream(FileName),"GBK");
        // 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); // 大家好
        }
        isr.close();
        System.out.println();
        // 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();
    }
}

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解码为字符。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。

指定编码读取:

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();
    }
}

 GBK,UTF-8占用字节解释:

package com.heima.InputStreamReader;
//
public class Demo03 {
    public static void main(String[] args) throws Exception{
        String name="鲁";
        System.out.println("UTF-8编码长度:"+name.getBytes("UTF-8").length);
        System.out.println("GBK的编码长度:"+name.getBytes("GBK").length);

    }
}

转换字节的理解图:

转换流是字节与字符间的桥梁.

OutPutStreamWriter类:

指定编码输出:

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();
    }
}

练习1:

 

package com.heima.InputStreamReader;

import jdk.nashorn.api.tree.LineMap;

import java.io.*;
import java.util.HashMap;

//转换文件编码
public class Demo04 {
    public static void main(String[] args) throws Exception{
        //创建map集合,保存文本数据,健为序号,值为文字
        HashMap<String, String> lineMap = new HashMap<>();
        // 1.定义文件路径
        String srcFile = "D:\b.txt";
        String destFile = "555555.txt";
        // 2.创建流对象
        // 2.1 转换输入流,指定GBK编码(输出到控制台)
        InputStreamReader isr = new InputStreamReader(new FileInputStream(srcFile),"gbk");
        // 2.2 转换输出流,默认utf8编码(输出到文本文档)
        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();
        System.out.println();
        // 创建流对象
        BufferedReader br = new BufferedReader(new FileReader("555555.txt"));
        BufferedWriter bw = new BufferedWriter(new FileWriter("D:\q.txt"));
        // 读取数据
        String line  = null;
        while ((line = br.readLine())!=null) {
            // 解析文本
            String[] split = line.split("\.");
            // 保存到集合
            lineMap.put(split[0],split[1]);
        }
        // 释放资源
        br.close();
        // 遍历map集合
        for (int i = 1; i <= lineMap.size(); i++) {
            String key1 = String.valueOf(i);
            // 获取map中文本
            String value = lineMap.get(key1);
            // 写出拼接文本
            bw.write(key1+"."+value);
            // 写出换行
            bw.newLine();
        }
        // 释放资源
        bw.close();
        }
    }