Java IO

标签：

对于我一个Java小白在经历过无数次鄙视之后，痛定思痛决定好好学好Java。就从Java 的 IO 开始学起吧。

可是Java 的 IO真的很烦，如图。看到这样的继承关系，大部分初学者实在不知道从何学起。那就从最原始的部分开始试试。

第一个问题：什么是IO?

IO就是“外部世界”。

函数式编程会把IO的概念和程序的逻辑运算本身严格的区分开来。函数式语言里把含有IO的函数称为“非纯函数”。而完全没有IO，只是纯粹的运算的函数称为“纯函数”。纯函数的好处这里暂且按下不表。但是这种区分给了IO一个很宽泛却很全面的概念：IO就是纯函数与外部世界结合的途径。可以是从本地文件、网络socket、别的进程、外围设备、终端等等的地方读取数据的方式。数据一旦被读取，可能会被进一步加工，可能会被变换、映射、筛选，但是这些操作都不是IO，而是纯函数的操作。如果有一个信息总量的概念在IO里面，那么在发生IO的时候也就是产生信息的时候，后续的纯函数的操作都不能够增加信息的总量，当然，可以使数据变得更有序、更精练，这些是数据熵减小。

第二个问题：计算机世界的数据长什么样子？

0110110000110100011001111010011010100110101100101001111101100110100101011101001000010011110010101010100001100101010010100011000100100011

数据对计算机而言就长成这样子，一堆0和1的序列。当然，这一堆序列并不是数据本身，数据是一堆0和1的序列和解释这个序列的规则：

                                 数据 =  数据编码 + 解码规则 

我们的文本编辑器就是最常见的编码和解码器：我们在文本编辑器里面输入句子，点击保存，文本编辑器就把相应的句子编码成一大串01保存在硬盘，一旦我们打开这个文件，编辑器又把它解码成我们可读的文字。当然，有时候数据并不需要被解码，比如把一个文件拷贝到另一个地方，这个过程中的IO并不需要被解码，拷贝的程序简单起见就可以把一堆0和1直接输送到另一个地方去。此外，编码和解码少数情况下也可以由上层应用程序来实现。不过，Java这么强大，大部分常用的解码工作当然是有相应的IO对象来处理的。 

第三个问题：Java怎么读数据？

0110110000110100011001111010011010100110101100101001111101100110100101011101001000010011110010101010100001100101010010100011000100100011

上面说计算机这样看待数据，其实也不全对。因为计算机可没耐心一个bit一个bit的读取数据，在计算机世界里，最小的操作单位是一个byte，就是由8个bit位组成的数据结构。所以，计算机其实是这样看待数据的：

01101100 00110100 01100111 10100110 10100110 10110010 10011110 10110011 01001010 11101001 00001001 11100101 01010100 00110010 10100101 

Byte是计算机世界里最小的可操作对象，可以说计算机的编码是在byte上构建起的一系列更高抽象的数据结构。所谓的Java的强大的IO，就是对这些底层到更高抽象层的数据的编码和解码支持。

1，Byte

在java里，跟byte相关的数据一般称为stream，这是最小的可操作单元。Java里有InputStream和OutStream这两个抽象基类，其它的stream的类都继承自这两个基类。根据stream的源和汇的不同，可以分为FileInputStream(FileOutputStream)、ByteArrayInputStream(ByteArrayOutputStream)、PipedInputStream(PipedOutputStream)等等子类。这里用最常见的FileInputStream和FileOutputStream举例。

import java.io.*;

public class ShowByte {
    public static void main(String[] args) throws IOException {

        FileInputStream in = null;
        FileOutputStream out = null;

        try {
            in = new FileInputStream("input.txt");
            out = new FileOutputStream("output.txt");
            int c;
            while ((c = in.read()) != -1) {
                out.write(c);
                System.out.print(c); 
                System.out.print(" ");              
            }
        } finally {
            if (in != null) {
                in.close();
            }
            if (out != null) {
                out.close();
            }
        }
    }
}

　　如果"input.txt"里面是 "a中" 这两个中英文字符的话，那么结果很可能是：

97 228 184 173 10 

　　很显然：97对应的是‘a‘；"228 184 173"则是中文字“中”的UTF-8编码，可以看出它占了3个字节；10则是换行符。从这里可以看出，FileInputStream根本不管编码的具体意义，它做的只是最底层的将文件的每个字节依次读出来而已。至于对信息本身的解码，要么留给上层的程序，要么更常见的，用上层的Java对象进行包装。

2，Char

这里的char就已经可以看做是byte的进一步抽象，因为这里的char已经不再是没有意义的01组合，这里的char代表一个字符，人类文字的最小单元。而且，在Java里面char非常简单，它一定是两个字节的大小。因为在Java里所有的字符都是通过Unicode的编码方式，Unicode统一用两个字节编码字符。咦？那为什么刚刚那个例子里面‘中’有三个byte？那是因为文本编辑器存储在硬盘上的数据大都采用UTF-8的格式，这是一种可变字节的编码方式，对于英文字符它就是一个字节的ascii码，所以非常节省存储空间。然而同时，很多中文字符也被编码成2-4个不等的字节大小。

好了，那Java怎么读取Char呢？很显然，char是byte的进一步抽象，我们只要在上面的程序上再加一层wrapper(亦或者称为filter): InputStreamReader (OutputStreamWriter)。在java里，只要看到‘reader‘和‘writer‘之类的字眼就都是用来处理char的。这里的Reader是构建在FileInputStream之上的，闲话少说，直接上代码：

import java.io.*;

public class ShowChar {
    public static void main(String[] args) throws IOException {

        FileInputStream in = null;
        FileOutputStream out = null;
        try {
            in = new FileInputStream("input.txt");
            out = new FileOutputStream("output.txt");
            InputStreamReader charStreamInput = new InputStreamReader(in);
            OutputStreamWriter charStreamOutput = new OutputStreamWriter(out);
            int c;
            
            while ((c = charStreamInput.read()) != -1) {
            	charStreamOutput.write(c);
                System.out.print(c); 
                System.out.print(" ");
            }
        } finally {
            if (in != null) {
                in.close();
            }
            if (out != null) {
                out.close();
            }
        }
    }
}

　　可以看出这段程序只是在原来的基础上增加了InputStreamReader，但是同样的输入“a中”，结果就会有一点不一样:

97 20013 10 

　　‘中’的字符变成了“20013”，而第一个程序是三个字节的“228 184 173”。什么鬼？也没啥，InputStreamReader保证是一个一个char来读的，‘中’字的unicode就是两个字节的“20013”。可是我刚刚不是说这个文件是以UTF-8编码的，读入两个字节难道不应该是“228 184” 的整数形式“58552”吗？(这里还要考虑什么Big-Endian，Small-Endian之类的编码区别)，然后还有两个多余的“173”？哈哈，Java当然不会这么蠢让程序员去考虑这些细节的问题。在使用InputStreamReader之后，这个对象已经考虑了从UFT-8到Unicode之间的转换，保证每读到一个字符就一定是两个字节的Unicode的字符。也就是说，它很聪明的知道了文件是UTF-8格式的，然后知道“228 184 173”实际上就是一个字符，然后把这个字符转成了Unicode的形式，然后打出来。

读取字符这样的工作经常要用到，当然应该有一个更好用的对象来封装这两个底层的对象。当然有：FileReader是也！

FileReader就直接把读取和转化放在一件事里面做到了，使得这样的操作就更令人愉快了。代码变成：

import java.io.*;

public class ShowChar {
    public static void main(String[] args) throws IOException {

        FileReader in = null;
        FileWriter out = null;
        try {
            in = new FileReader("input.txt");
            out = new FileWriter("output.txt");
            int c;
            
            while ((c = in.read()) != -1) {
            	out.write(c);
                System.out.print(c); 
                System.out.print(" ");
            }
        } finally {
            if (in != null) {
                in.close();
            }
            if (out != null) {
                out.close();
            }
        }
    }
}

　　这下简单一点了，对吧？

.............

后面不想写了，因为发现有个博客已经写的很好了，我就姑且写到这吧。

http://blog.csdn.net/yczz/article/details/38761237 

Java IO

标签：

原文地址：http://www.cnblogs.com/renruyi/p/4888525.html