- 按照某种规则,将字符存储到计算机中,就叫编码,字符->字节,能看懂的变成看不懂的。
- 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,就叫解码,字节->字符,看不懂的变成能看懂的。
- 如果按照规则A进行存储,按照规则A进行解析,就能显示正常的文本符号;如果按照规则A进行存储,按照规则B进行解析,就会导致乱码。
- 字符编码就是一套自然语言字符与二进制之间的对应规则。编码表就是生活中的文字和计算机中的二进制的对应规则。
- 字符集Charset也叫编码表,是一个系统支持的所有符号的集合,常见的字符集有ASCII、Unicode、GBK。
- ASCII美国信息交换标准代码American Standard Code for Information Interchange,是基于拉丁字母的一套电脑编码系统,用于显示英文,包括大小写字母、阿拉伯数字、西文符号。基础的ASCII字符集使用7位表示一个字符(正数的第一位是0),共128个字符;拓展的ASCII字符集使用8位表示一个字符(第一位是0表示正数,第一位1表示负数),共256个字符;一般只关心正数,不关心负数。
- 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。使用单字节编码,兼容ASCII。
- GBXXX字符集,显示中文。GB2312是简体中文码表,兼容ASCII,包含7千多个简体汉字。ASCII原来的128个字符使用2个字节表示后就是全角字符,ASCII原来的128个字符就是半角字符。GBK,最常用的中文码表(默认码表),是在GB2312基础上扩展的,使用双字节编码(不管存储一个中文/英文/标点符号/数字,都是用两个字节来表示),共收录了21003个汉字,兼容GB2312,同时支持繁体汉字和日韩汉字。GB18030,是最新的中文码表,收录70244个汉字,采用多字节编码(1,2,4),支持少数民族文字、繁体汉字、日韩汉字。
- Unicode字符集,万国码,是行业标准,包含了世界各国的文字,最为常用的是UTF-8编码。UTF-8编码,在电子邮件、网页、其他存储或传输文字的应用中优先使用,所有互联网协议都必须支持,因此Web开发也要使用。IDE的默认编码也是UTF-8。UTF-8编码使用最少一个、最多四个字节来为每个字符编码,具体规则如下:
- 128个US-ASCII字符,用一个字节来编码;
- 拉丁文等字符,需要两个字节来编码;
- 大部分常用字含中文,用三个字节来编码;
- 极少使用的Unicode辅助字符,用四个字节来编码,例如藏文。
FileReader类能正常读取IDE默认编码格式(UTF-8)的文件,但是不能正常读取系统默认编码格式(非UTF-8,ANSI就是系统默认编码)的文件。
3.转换流原理- FileReader只能使用默认码表。InputStreamReader能够使用指定的字符集读取字节并将其解码为字符,是字节流通向字符流的桥梁,可以指定编码表。OutputStreamWriter能够将要写入流中的字符编码为字节,是字符流通向字节流的桥梁,可以指定编码表。
- 输入原理:
- 输出原理:
- OutputStreamWriter继承了Writer类,相当于编码的过程。
- 构造方法:OutputStream将转换后的字节写入到文件中,charsetName指定的编码表名称,不区分大小写。
- OutputStreamWriter(OutputStream out):创建使用默认字符编码(UTF-8)的OutputStreamWriter。
- OutputStreamWriter(OutputStream out, String charsetName):创建使用任意指定字符集的OutputStreamWriter。
- 使用步骤:
- 创建一个OutputStreamWriter对象,构造方法中传递字节输出流和指定的编码表名称;
- 使用OutputStreamWriter对象的方法write(),把字符转换为字节存储在缓冲区中(编码);
- 使用OutputStreamWriter对象的方法flush(),把缓冲区中的字节刷新到文件中(使用字节流写字节的过程);
- 释放资源。
5.输入转换流InputStreamReader
- InputStreamReader继承了Reader类,相当于解码的过程。
- 构造方法:InputStream用来读取文件中保存的字节,charsetName指定的编码表名称,不区分大小写,要和文件的编码表相同,否则会乱码。
- InputStreamReader(InputStream in):创建使用默认字符编码(UTF-8)的InputStreamReader。
- InputStreamReader(InputStream in, String charsetName):创建使用任意指定字符集的InputStreamReader。
- 使用步骤:
- 创建一个InputStreamReader对象,构造方法中传递字节输入流和指定的编码表名称;
- 使用InputStreamReader对象的方法read(),读取文件;
- 释放资源。
6.转换文件编码
将GBK格式的文件转换为UTF-8格式,思路为用GBK编码转换流将字节文件读取为字符,再用UTF-8编码转换流将字符转换为字节写入文件。



