理解java中的二进制、字节流和字符

Question

我在理解JavaIO类中的一些概念时有些困难。例如，有两种类型的流，字节流和字符流。据我所知，字节流逐个字节读取。

1.如果java中的char存储为16位（2字节）的数据类型，那么我怎么可能使用面向字节的输入流从文件中准确读取char，比如'A'，例如FileInputStream？

2。是因为我使用的字符（在ascii图表上大多在0到122之间）存储在分配的两个字节中的一个字节中吗？

3. DataInputStream/DataOutputStream允许我读写二进制数据，其他输入流如FileInputStream/FileOutputStream允许我读写什么？我基本上想知道当我希望输出数据作为我可以阅读的文本（使用像记事本这样的简单文本编辑器）时使用哪个流，而不是当我希望将其编码为原始二进制数据（在记事本中看起来像垃圾的文本）？

很难理解java中流的概念，以及何时使用。

Answer 1

在我回答你的问题之前，有几件非常基本的事情需要理解。

1. 在最低层InputStream/OutputStream），一切都是位和字节。所以最低层的流处理原始数据，即位/字节。
2. 现在要将原始字节转换为可读字符，您需要字符编码或字符集。因此，简而言之，字符编码是一条指令（从字节到可视字符的映射），用于将原始字节从定义的集合转换为可读字符（例如UTF-8）。

现在来回答你的问题：

如果java中的char存储为16位（2字节）数据类型，那么我如何能够使用面向字节的输入流（例如FileInputStream）从文件中准确读取char（例如A）？

例如，为了读取字符数据，原始输入流被包装在面向字符的流中

FileInputStream fis = new FileInputStream("test.txt");
InputStreamReader isr = new InputStreamReader(fis, "UTF8"); 

正如javadoc所说，InputStreamReader是从字节流到字符流的桥梁。

我使用的字符（在ascii图表上主要在0到122之间）是否存储在分配的两个字节中的一个字节中？

是的。ascii字符集是较大的Unicode集的子集，如UTF-8。

数据输入流/数据输出流允许我读写二进制数据，其他输入流如文件输入流/文件输出流允许我读写到底是什么？

我猜现在很明显，DataInputStream/DataOutputStream用于字符数据，而ileInputStream/FileOutputStream用于原始数据。

我基本上想知道，当我希望将数据输出为可以读取的文本（使用记事本之类的简单文本编辑器）时，与当我希望将其编码为原始二进制数据（记事本中看起来像垃圾的文本）时，应该使用哪个流？

对于文本，请使用任何读者/作者（以下是一个示例）

Answer 2

如果java中的char存储为16位（2字节）数据类型，那么我如何能够使用面向字节的输入流（例如FileInputStream）从文件中准确读取char（例如A）？

试着做

System.out.println(Integer.toBinaryString('A'));

它打印出字符'A'的二进制表示形式。这张照片

1000001

因为'A'是一个char，它实际上是用16位存储的

00000000 01000001

所以你所要做的就是读取两个连续的字节，并适当地使用它们来形成一个char

ByteBuffer buffer = ByteBuffer.wrap(new byte[] {0b00000000, 0b01000001});
System.out.println(buffer.getChar());

哪张照片

A

它所做的是将数组中的第一个byte用作char中的前8位，并将第二个byte用作最后8位。

DataInputStream/DataOutputStream允许我读写二进制数据，而FileInputStream/FileOutputStream等其他输入流允许我读写什么？我基本上想知道，当我希望将数据输出为可以读取的文本（使用记事本之类的简单文本编辑器）时，与当我希望将其编码为原始二进制数据（记事本中看起来像垃圾的文本）时，应该使用哪个流？

无论你是在写文本还是其他任何东西，都是位和字节。你可以做得很好

"someString".getBytes()

然后写下来。所以这并不重要。使用最能代表你正在做的事情。通常，您可以用PrintWriter包装底层OutputStream，用Scanner或BufferedReader包装底层InputStream。

Answer 3

取决于您正在读取的文件的格式。

如果文件是ASCII字节流，则执行以下操作：

InputStream is = new FileInputStream( filePath );
Reader reader = new InputStreamReader( is, "ISO-8859-1" );

char ch = reader.read();

您总是首先在面向字节的文件上打开输入流。然后，InputStreamReader将字节转换为字符。当然，在本例中，ISO-8859-1是从单字节值到完全相同的字符值的映射。显然，其他映射是可能的，但ISO-8859-1恰好与Unicode集合的前255个字符相同，而其中的前127个字符恰好与ASCII相同。

写作时使用：

OutputStream os = new FileOutputStream( filePath ) ;
Writer w = new OutputStreamWriter( os, "ISO-8859-1" );

w.write( ch );

同样，是根据ISO-8859-1字符集在字符和字节流之间进行适当转换的输出流写入器。结果文件每个字符将有一个字节。

下面是几个正确的基本流模式的例子。

如果使用上述方法，则执行以下操作：

w.write("AAAA");
w.flush();
w.close();

结果文件将包含4个字节，每个字节的值为65。使用顶部的代码读回该文件将在内存中产生四个“A”字符，但在内存中，每个字符占用16位。

如果文件是在不同的字符集中编码的，可能包括多个字节字符，那么只需在输入流读取器/输出流写入器中使用正确的编码，读写时就会进行正确的转换。

UTF-8不是一个字符集，而是将常规unicode字符编码为字节序列，事实证明，UTF-8编码非常聪明，因为unicode字符的前127个字符映射为前127个字节值（作为单个字节）。然后是人物

了解这一点非常重要。我建议您不要尝试以任何其他方式将字节转换为字符。当然，这是可能的，但这是一种浪费，因为流中的转换非常可靠和正确。

（更糟糕的是……实际上，一个字符是32位的量，其中20位可以用一种称为UTF-16的编码编码成16位字符值的序列。建议您暂时忽略这一点，但请注意，即使在由16位字符值组成的Java字符串中，也有一些双字符序列。）