最近在看Java中的IO相關(guān)知識(shí)，發(fā)現(xiàn)對(duì)字節(jié)和字符的理解還不夠。寫篇總結(jié)記錄一下。

一、字節(jié)

所謂字節(jié)(Byte)，是計(jì)算機(jī)數(shù)據(jù)存儲(chǔ)的一種計(jì)量單位。一個(gè)二進(jìn)制位稱為比特(bit)，8個(gè)比特組成一個(gè)字節(jié)，也就是說一個(gè)字節(jié)可以用于區(qū)分256個(gè)整數(shù)(0~255)。由此我們可以知道，字節(jié)本是面向計(jì)算機(jī)數(shù)據(jù)存儲(chǔ)及傳輸?shù)幕締挝唬罄m(xù)的字符也就是以字節(jié)為單位存儲(chǔ)的，不同編碼的字符占用的字節(jié)數(shù)不同。

那么在Java中，除了存儲(chǔ)的意義外，Java還將字節(jié)Byte作為一種基本數(shù)據(jù)類型，該數(shù)據(jù)類型在內(nèi)存中占用一個(gè)字節(jié)，用于(-128~127)范圍內(nèi)的整數(shù)

byte a = -128;byte b = 127;

總的來說，字節(jié)在Java中有兩種含義：

存儲(chǔ)的單位Java的數(shù)據(jù)類型，用于表示-128~127范圍的整數(shù)

二、字符

計(jì)算機(jī)底層存儲(chǔ)的是字節(jié)，字符的設(shè)計(jì)則是用于展示符號(hào)。屏幕上顯示的各種文字，數(shù)字，符號(hào)等就是解碼的字符。所以我們說字符是用來顯示的符號(hào)，它將存儲(chǔ)的字節(jié)轉(zhuǎn)換成人們看得懂的符號(hào)，因此字符的核心就是定義字節(jié)與展示符號(hào)之間的關(guān)系，這種映射關(guān)系通常也叫做編碼。

2.1、編碼的由來

為什么要編碼呢？前面我們知道數(shù)據(jù)都是以字節(jié)為單位存儲(chǔ)在計(jì)算機(jī)中，字節(jié)可以區(qū)分256個(gè)整數(shù)，最容易想到的就是將這256個(gè)整數(shù)定義為256種狀態(tài)并分別對(duì)應(yīng)256個(gè)字符。但是人類符號(hào)太多了，256種是不夠的。所以人們想到將多個(gè)字節(jié)合并起來表示人類語(yǔ)言符號(hào)，編碼的問題就轉(zhuǎn)化成了字節(jié)的組合問題。

2.2、編碼的常見格式

如今有很多編碼格式，常見的如ASCII、ISO-8859-1、GB2312、GBK、UTF-8、UTF-16等等。

ASCII編碼是最基礎(chǔ)的編碼格式，標(biāo)準(zhǔn)的ASCII碼一共有128個(gè)，占用字節(jié)的低7位，將英語(yǔ)系語(yǔ)種的符號(hào)都能覆蓋住，但是總的來說能表示的字符還是非常有限。

ISO-8859-1編碼是ASCII編碼的一種擴(kuò)展，它用了字節(jié)的8位，能表示256種字符，且向下兼容ASCII，包含了絕大多數(shù)的西歐符號(hào)。

GB2312是雙字節(jié)編碼，意味著它使用兩個(gè)字節(jié)來表示符號(hào)，包含有6763個(gè)漢字。

GBK是GB2312的一個(gè)擴(kuò)展，也是雙字節(jié)編碼，能夠表示21003個(gè)漢字，且向下兼容GB2312。

...

編碼的規(guī)范越來越多，不同語(yǔ)言的國(guó)家都定義了自己的語(yǔ)言符號(hào)編碼標(biāo)準(zhǔn)，一時(shí)間編碼標(biāo)準(zhǔn)百花齊放，在互聯(lián)網(wǎng)的時(shí)代里交流十分不便，不同編碼體系之間的信息交流都需要采用不同的解碼方案，不然就會(huì)出現(xiàn)亂碼的現(xiàn)象。于是國(guó)際標(biāo)準(zhǔn)化組織ISO制定了一個(gè)能夠容納世界上所有文字和符號(hào)的字符編碼方案Unicode。Unicode是一個(gè)字符集，它規(guī)定了人類所有字符對(duì)應(yīng)的二進(jìn)制數(shù)，至于這個(gè)二進(jìn)制數(shù)怎么存儲(chǔ)則是由開發(fā)者來進(jìn)行實(shí)現(xiàn)。其中比較流行的實(shí)現(xiàn)是UTF-8和UTF-16，還有一種UTF-32。

UTF-32編碼使用4個(gè)字節(jié)，也就是32位二進(jìn)制存儲(chǔ)Unicode字符，效率高但是空間浪費(fèi)。

UTF-8編碼是一種變長(zhǎng)的編碼方式，它使用1～6個(gè)字節(jié)來存儲(chǔ)，對(duì)于英語(yǔ)系的字符使用一個(gè)字節(jié)，向下兼容ASCII，對(duì)于漢字則使用兩個(gè)字節(jié)，依次類推，這樣就能夠節(jié)省一定的空間。

UTF-16編碼是介于兩者之間的一種編碼方式。對(duì)于部分字符采用2個(gè)字節(jié)，另一部分字符采用4個(gè)字節(jié)。因此UTF-16無法兼容ASCII。

在平時(shí)的使用中，UTF-8的使用還是比較多，就是由于它既能向下兼容ASCII，還能夠在一定程度上節(jié)省空間。

2.3、Java IO流中的編碼和解碼

Java中是如何進(jìn)行編碼和解碼的呢？我們知道，編碼/解碼的過程主要是發(fā)生在字符與字節(jié)之間轉(zhuǎn)換的過程。在展示字符的時(shí)候，我們將內(nèi)存中的字節(jié)解碼成符號(hào)，在存儲(chǔ)或者傳輸文件時(shí)，我們將字符編碼位字節(jié)數(shù)據(jù)。解碼

解碼的過程是將字節(jié)轉(zhuǎn)換為字符，也就是我們?cè)谧x取文件或者網(wǎng)絡(luò)數(shù)據(jù)的過程。

在java中，我們通過FileReader讀取文件數(shù)據(jù)，F(xiàn)ileReader繼承自InputStreamReader。在InputStreamReader中使用了解碼器StreamDecoder。

// InputStreamReader.javaimport java.nio.charset.Charset;import java.nio.charset.CharsetDecoder;import sun.nio.cs.StreamDecoder;public class InputStreamReader extends Reader {// 解碼器，按照指定編碼方式將字節(jié)轉(zhuǎn)換成字符 private final StreamDecoder sd;// 通過dec指定解碼器使用的編碼方案 public InputStreamReader(InputStream in, CharsetDecoder dec){ super(in); if (dec == null) throw new NullPointerException('charset decoder'); sd = StreamDecoder.forInputStreamReader(in, this, dec); }// 讀字符，以int形式(4字節(jié))返回字符 public int read() throws IOException { return sd.read(); }}

通過上述InputStreamReader源碼我們可以知道：

讀取輸入流時(shí)，通過StreamDecoder完成字節(jié)到字符的轉(zhuǎn)換可以通過構(gòu)造方法來設(shè)置編碼方案讀取的字符以int型數(shù)據(jù)返回，即4個(gè)字節(jié)

另外，上述列舉只是源碼的一部分，我們?cè)O(shè)置編碼方案有很多種形式，如在構(gòu)造方法種傳入編碼方式的String類型名稱、傳入CharSet類型的字符集以及上述的CharsetDecoder類型的字符解碼方式。如果不傳入編碼方案，則默認(rèn)為當(dāng)前環(huán)境的編碼方案。編碼

與解碼類似，在存儲(chǔ)文件或者寫入數(shù)據(jù)的時(shí)候，我們將字符轉(zhuǎn)換為字節(jié)，寫入文件或者網(wǎng)絡(luò)。

在java種，我們通過FileWriter來寫入文件，F(xiàn)ileWriter繼承自O(shè)utputStreamWriter。在OutputStreamWriter種使用了編碼器StreamEncoder。

// OutputStreamWriter.javaimport java.nio.charset.Charset;import java.nio.charset.CharsetEncoder;import sun.nio.cs.StreamEncoder;public class OutputStreamWriter extends Writer { // 編碼器，按照指定編碼方式將字符轉(zhuǎn)換成字節(jié) private final StreamEncoder se; // 通過enc指定編碼方案 public OutputStreamWriter(OutputStream out, CharsetEncoder enc) { super(out); if (enc == null) throw new NullPointerException('charset encoder'); se = StreamEncoder.forOutputStreamWriter(out, this, enc); } // 寫字符，寫入的字符以int類型傳入 public void write(int c) throws IOException { se.write(c); }

通過源碼我們可以知道：

寫入輸出流時(shí)，通過StreamEncoder完成字符到字節(jié)的轉(zhuǎn)換 通過構(gòu)造方法指定編碼方案 寫入的字符都是int類型

到此這篇關(guān)于淺談java中字節(jié)與字符的區(qū)別的文章就介紹到這了,更多相關(guān)java 字節(jié)與字符 內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！