【Java】I/O 流篇 —— 字符 I/O 流

字符集

ASCII（美国信息交换标准代码）

1. 诞生背景：20 世纪 60 年代，计算机技术开始兴起，当时计算机主要在美国使用。为了实现不同计算机系统之间信息的交换和处理，美国制定了 ASCII 编码标准。它是基于拉丁字母的一套电脑编码系统，也是计算机领域中最早且应用广泛的字符集。
2. 编码方式：ASCII 采用 7 位二进制数进行编码，由于计算机存储的基本单位是字节（8 位），所以在实际存储时，最高位补 0，这样就占用 1 个字节。7 位二进制数可以表示的字符数量为 个。
3. 字符范围：
   • 控制字符：包括一些不可显示的字符，用于控制设备的操作，如换行符（LF，ASCII 码值为 10）、回车符（CR，ASCII 码值为 13）、制表符（TAB，ASCII 码值为 9）等，它们的 ASCII 码值范围是 0 - 31 和 127。
   • 可显示字符：包含英文字母（大写 A - Z，ASCII 码值为 65 - 90；小写 a - z，ASCII 码值为 97 - 122）、数字 0 - 9（ASCII 码值为 48 - 57）以及常见的标点符号和特殊字符（如！、@、# 等），其 ASCII 码值范围是 32 - 126。
4. 应用场景：ASCII 字符集在处理纯英文文本时非常高效，几乎所有的计算机系统和软件都支持 ASCII 编码。例如，在早期的英文程序、简单的文本文件、网络通信协议（如 HTTP 协议中部分头部信息）等场景中广泛应用。
5. 局限性：ASCII 只能表示英文字符和一些基本的控制字符，无法满足世界上其他众多语言文字（如中文、日文、阿拉伯文等）的编码需求。随着计算机在全球的普及，这种局限性越来越明显。

GBK（汉字内码扩展规范）

1. 诞生背景：随着计算机在中国的普及，ASCII 字符集无法满足中文信息处理的需求。我国首先制定了 GB2312 字符集，收录了 6000 多个常用汉字和一些符号。但 GB2312 不能涵盖所有的中文汉字，为了更全面地满足中文信息处理的需要，1995 年发布了 GBK 字符集，它是对 GB2312 的扩展和增强。
2. 编码方式：GBK 采用双字节编码方式。对于 ASCII 字符，GBK 字符集保持了与 ASCII 编码的一致性，使用单字节表示（第一个字节的最高位为 0），这保证了对英文等 ASCII 字符的兼容性。而对于汉字和其他非 ASCII 字符，则使用两个字节表示。一般来说，第一个字节（高字节）的取值范围是 0x81 - 0xFE，第二个字节（低字节）的取值范围是 0x40 - 0xFE（除去 0x7F）。
3. 字符范围：GBK 收录了 21003 个汉字，涵盖了大部分常用字、次常用字以及一些生僻字，同时还包括 ASCII 字符和大量的图形符号，如数学运算符号、货币符号、制表符等。这使得 GBK 能够满足中文文本处理中对各种字符的需求。
4. 应用场景：GBK 字符集在中文操作系统（如早期的中文 Windows 系统）、中文软件（如 WPS、早期的办公软件等）、中文数据库存储（如早期的 MySQL 数据库在处理中文数据时，GBK 是一种常见的字符集配置选项）等领域得到了广泛应用。
5. 局限性：GBK 字符集主要是为了满足中文信息处理的需求而设计的，对于其他语言文字的支持有限。在国际通用性方面存在不足，不同国家和地区有各自的字符集标准，在进行跨国数据交换和多语言系统开发时，GBK 字符集可能会遇到兼容性问题，需要进行字符集转换等额外操作。

Unicode（UTF-8 作为常用实现方式）

1. 诞生背景：为了解决全球不同语言文字的编码问题，实现所有字符的统一编码，Unicode 应运而生。Unicode 旨在为世界上每一种语言的每一个字符都提供一个唯一的数字编码，无论该字符在何种平台、何种程序以及何种语言中使用，其编码都是一致的。UTF-8 是 Unicode 的一种可变长字符编码实现方式，因其良好的兼容性和空间效率，成为了 Unicode 应用中最常用的编码方式。
2. 编码方式（UTF-8）：UTF-8 是一种可变长的编码方式，它使用 1 - 4 个字节来表示一个字符：
   • 对于 ASCII 字符（码点范围 U+0000 - U+007F），UTF - 8 使用 1 个字节表示，且编码与 ASCII 码完全相同，这保证了对 ASCII 字符集的兼容性。
   • 对于常用的汉字等字符（一般码点范围在 U+4E00 - U+9FFF 等），UTF - 8 使用 3 个字节表示。
   • 对于一些生僻字符或特殊符号（码点范围在辅助平面等），UTF - 8 可能会用 4 个字节表示。
3. 字符范围：Unicode 涵盖了世界上几乎所有已知的语言文字、符号、象形文字以及表情符号等。包括但不限于中文、英文、日文、阿拉伯文、古文字等各种语言的字符，以及数学符号、音乐符号、旗帜符号等特殊符号。
4. 应用场景：Unicode（UTF-8）在互联网、操作系统、编程语言、数据库等领域都得到了广泛的支持。在互联网上，网页通常使用 UTF - 8 编码来确保不同语言的内容都能正确显示；在操作系统中，如现代的 Windows、Linux、macOS 等都支持 Unicode 字符集；在编程语言中，像 Python 3 默认使用 Unicode 字符串，Java 也对 Unicode 有良好的支持；在数据库中，如 MySQL、Oracle 等也都支持 Unicode 编码，方便存储和处理多语言数据。
5. 优势：Unicode 的优势在于其广泛的字符覆盖范围和良好的兼容性，能够满足全球各种语言文字的编码需求，使得不同语言之间的信息交流和处理更加便捷。UTF - 8 作为其实现方式，在存储和传输方面具有较高的效率，尤其是对于以 ASCII 字符为主的文本，能够节省存储空间。

字符 I/O 流

字符流概述

1. 字符流的底层其实就是字节流：字符流 = 字节流 + 字符集
2. 特点：
   • 输入流：一次读一个字节，遇到中文时，一次读多个字节
     • GBK 一次读两个字节
     • UTF - 8 一个读三个字节
   • 输出流：底层会把数据按照指定的编码方式进行编码，变成字节再写到文件中
3. 使用场景：对于纯文本文件进行读写操作

FileReader 类

构造方法

• FileReader(File file)

  • 功能描述：创建一个新的 FileReader 对象，该对象会从指定的 File 对象所代表的文件中读取字符数据。同样，如果文件不存在、是目录或无法打开，会抛出 FileNotFoundException 异常。

• FileReader(String fileName)

  • 功能描述：创建一个新的 FileReader 对象，该对象会根据指定的文件名称来读取文件。文件名称可以是相对路径或绝对路径。如果指定的文件不存在、是一个目录而不是文件，或者由于其他原因无法打开该文件，会抛出 FileNotFoundException 异常。

• FileReader(FileDescriptor fd)

  • 功能描述：创建一个新的 FileReader 对象，该对象会通过指定的文件描述符 fd 来读取字符数据。文件描述符是一个底层系统用于标识打开文件的整数，这种构造方法通常用于与底层系统进行交互或处理已经打开的文件。

基本操作

操作步骤：

1. 创建字符输入流对象

   FileReader fr = new FileReader("aaa.txt");
   

2. 读取数据

   fr.read();
   

3. 释放资源

   fr.close();
   

代码示例：

import java.io.FileReader;
import java.io.IOException;

public class Demo {
	public static void main(String[] args) throws IOException {
		// 创建对象
		FileReader fr = new FileReader("aaa.txt");
		
		// 读取数据
		int ch;
		while((ch = fr.read()) != -1) {
			System.out.println(ch);
		}
		
		// 释放资源
		fr.close();
	}
}

注意事项：

1. read() 默认一个字节一个字节的读取，如果遇到中文就会一次读取多个
2. 在读取之后，read() 的底层还会进行解码并转成十进制，并将其作为返回值，对应字符集字符

读数据的 2 种方法

• int read() 读取数据，末尾返回 -1
• int read(char[] buffer) 读取多个数据，末尾返回 -1

代码示例：

import java.io.FileReader;
import java.io.IOException;

public class Demo {
	public static void main(String[] args) throws IOException {
		// 创建对象
		FileReader fr = new FileReader("aaa.txt");
		/*以下是文件中的内容
		 你好
		 今天天气不错
		 */
        
		// 读取数据
		char[] chars = new char[2];
		int len;
		while((len = fr.read(chars)) != -1) {
			System.out.print(new String(chars,0,len));
		}
		
		// 释放资源
		fr.close();
	}
}

程序运行结果如下：

你好
今天天气不错

如果把代码中的输出语句改为以下情形：

System.out.println(new String(chars,0,len));

则程序运行结果变为：

你好


今天
天气
不错

造成这样的原因是在 “你好” 的后面其实是有 “\r\n”，由于数组长度为 2，每次只能读取两个字符，读取到 “\r\n” 就会回车换行，然后 println() 又会换行，所以导致输出结果变为这样，究其原因就是数组长度不够。

注意事项：

1. int read() 返回的是十进制整数，如果要想得到字符，可以进行强制类型转换
2. int read(char[] buffer) 是将空参 read() 与强制类型转换结合起来，所以得到的直接是字符

FileWriter 类

构造方法

• FileWriter(String fileName)

  • 功能描述：创建一个 FileWriter 对象，用于向指定名称的文件写入字符数据。如果指定的文件不存在，会尝试创建该文件；如果文件已经存在，会覆盖原有内容。若在创建或打开文件过程中出现问题，比如没有权限创建文件、指定的路径无效等，会抛出 IOException 异常。

• FileWriter(String fileName, boolean append)

  • 功能描述：创建一个 FileWriter 对象，用于向指定名称的文件写入字符数据。append 参数决定了写入操作的模式，如果 append 为 true，则会以追加模式打开文件，新写入的数据会添加到文件末尾；如果 append 为 false，则会覆盖原有内容。同样，若在操作文件时出现问题，会抛出 IOException 异常。

• FileWriter(File file)

  • 功能描述：创建一个 FileWriter 对象，用于向指定 File 对象所代表的文件写入字符数据。若文件不存在，会尝试创建；若存在，会覆盖原有内容。若文件操作出现问题，会抛出 IOException 异常。

• FileWriter(File file, boolean append)

  • 功能描述：创建一个 FileWriter 对象，用于向指定 File 对象所代表的文件写入字符数据。append 参数决定写入模式，true 为追加模式，false 为覆盖模式。若操作文件时出现问题，会抛出 IOException 异常。

写数据的 5 种方法

• void write(int c) 写出一个字符
• void write(String str) 写出一个字符串
• void write(String str,int off,int len) 写出一个字符串的一部分
• void write(char[] cbuf) 写出一个字符数组
• void write(char[] cbuf,int off,int len) 写出字符数组的一部分

基本操作

操作步骤：

1. 创建字符输出流对象

   FileWriter fw = new FileWriter("aaa.txt");
   

2. 写入数据

   fw.write();
   

3. 释放资源

   fw.close();
   

代码示例：

import java.io.FileWriter;
import java.io.IOException;

public class Demo {
	public static void main(String[] args) throws IOException {
		// 创建对象
		FileWriter fw = new FileWriter("aaa.txt");
		
		// 写入数据
		fw.write(25105); // 写入'我'
		
		//释放资源
		fw.close();
	}
}

注意事项：

1. 创建字符输出流对象
   • 参数是字符串表示的路径或者 File 对象都是可以的
   • 如果文件不存在会创建一个新的文件，但是要保证父级路径是存在的
   • 如果文件已经存在，则会清空文件，如果不想清空可以打开续写开关
2. 写数据
   • 如果 write 方法的参数是整数，但是实际上写到本地文件中的是整数在字符集上对应的字符
3. 释放资源
   • 每次使用完流之后都要释放资源

原理

FileReader 原理

1. 创建字符输入流对象
   • 关联文件，并创建缓冲区（长度为 8192 的字节数组）
2. 读取数据
   • 判断缓冲区中是否有数据可以读取
   • 缓冲区没有数据：就从文件中获取数据，装到缓冲区中，每次尽可能装满缓冲区
     • 如果文件中也没有数据了，返回 - 1
   • 缓冲区有数据：就从缓冲区中读取。
     • 空参的 read 方法：一次读取一个字节，遇到中文一次读多个字节，把字节解码并转成十进制返回
     • 有参的 read 方法：把读取字节，解码，强转三步合并了，强转之后的字符放到数组中

来看下面这段代码：

import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;

public class Demo {
	public static void main(String[] args) throws IOException {
		
		FileReader fr = new FileReader("aaa.txt");
		fr.read();
		
		FileWriter fw = new FileWriter("aaa.txt");
		
		int ch;
		while((ch = fr.read()) != -1) {
			System.out.println((char)ch);
		}
		
		fw.close();
		fr.close();
	}
}

我们知道创建字符输出流对象是会清空文件中原本的内容，那么问题来了，在这段代码中，创建了字符输出流对象后还会输出文件中的内容吗？

答案是会的，因为在创建字符输出流对象之前，调用了一次字符输入流的 read 方法，这会使文件中的内容被读取进入到缓冲区，即使创建字符输出流对象是会清空文件中原本的内容，但是只要缓冲区中有数据，就会被读取

FileWriter 原理

FileWriter 是 Java 中用于将字符数据写入文件的字符输出流类，其 flush 方法在处理文件写入操作时发挥着重要作用，下面将从基本概念、工作原理、使用场景、代码示例、注意事项等方面详细介绍：

基本概念

FileWriter 继承自 OutputStreamWriter，而 OutputStreamWriter 实现了 Flushable 接口，因此 FileWriter 具备 flush 方法。该方法的主要作用是将缓冲区中暂存的数据强制写入到目标文件中，从而清空缓冲区。

工作原理

FileWriter 在进行字符写入操作时，并非直接将字符写入文件，而是先将字符数据存储在内部的缓冲区中。这是为了减少与文件系统的频繁交互，提高写入效率。当缓冲区被填满或者调用 flush 方法时，FileWriter 会将缓冲区中的字符数据按照指定的字符编码转换为字节序列，然后将这些字节数据写入到目标文件中。

使用场景

• 实时数据写入：当需要确保某些重要数据及时写入文件，而不是等待缓冲区填满时，可以调用 flush 方法。例如，在记录日志的场景中，每记录一条重要日志信息后，就调用 flush 方法，保证日志信息能立即写入文件，避免因程序崩溃或异常导致数据丢失。
• 多线程写入：在多线程环境下，多个线程可能同时向同一个文件写入数据。为了保证数据的完整性和顺序性，每个线程在完成一部分数据写入后，可以调用 flush 方法，确保数据及时写入文件，避免不同线程的数据相互干扰。

代码示例

import java.io.FileWriter;
import java.io.IOException;

public class FileWriterFlushExample {
    public static void main(String[] args) {
        try (FileWriter fw = new FileWriter("test.txt")) {
            // 写入一部分数据
            fw.write("这是第一段写入的数据。");
            // 调用 flush 方法，将缓冲区数据写入文件
            fw.flush();
            System.out.println("第一段数据已写入文件。");

            // 继续写入另一部分数据
            fw.write("这是第二段写入的数据。");
            // 再次调用 flush 方法
            fw.flush();
            System.out.println("第二段数据已写入文件。");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

在上述代码中，每次调用 write 方法写入数据后，都调用了 flush 方法，确保数据及时写入文件。

注意事项

• 与 close 方法的关系：当调用 FileWriter 的 close 方法时，会自动调用 flush 方法，将缓冲区中的数据刷新到文件中，然后关闭流。但在某些情况下，可能需要在关闭流之前多次刷新缓冲区，此时就需要手动调用 flush 方法。
• 性能影响：虽然 flush 方法可以确保数据及时写入文件，但频繁调用 flush 方法会增加与文件系统的交互次数，从而降低写入性能。因此，需要根据实际需求合理使用 flush 方法，在保证数据安全的前提下，尽量减少不必要的刷新操作。