DataInputStream和DataOutputStream都是Java中输入输出流的装饰类,用起来很方便。今天就来讨论一下使用该类时候遇到的编码问题。
- package com.vincent.example;
- import java.io.DataInputStream;
- import java.io.DataOutputStream;
- import java.io.FileInputStream;
- import java.io.FileOutputStream;
- import java.io.IOException;
- public class TestDataStream {
- public static void main(String[] args) {
- // 使用DataInputStream,DataOutputStream写入文件且从文件中读取数据。
- try {
- // Data Stream写到输入流中
- DataOutputStream dos = new DataOutputStream(new FileOutputStream(
- "datasteam.txt"));
- dos.writeBytes("世界"); //按2字节写入,都是写入的低位
- dos.writeChars("世界"); // 按照Unicode写入
- // 按照UTF-8写入(UTF8变长,开头2字节是由writeUTF函数写入的长度信息,方便readUTF函数读取)
- dos.writeUTF("世界");
- dos.flush();
- dos.close();
- // Data Stream 读取
- DataInputStream dis = new DataInputStream(new FileInputStream(
- "datasteam.txt"));
- // 读取字节
- byte[] b = new byte[2];
- dis.read(b);
- System.out.println(new String(b, 0, 2));
- // 读取字符
- char[] c = new char[2];
- for (int i = 0; i < 2; i++) {
- c[i] = dis.readChar();
- }
- System.out.println(new String(c, 0, 2));
- // 读取UTF
- System.out.println(dis.readUTF());
- dis.close();
- } catch (IOException e) {
- e.printStackTrace();
- }
- }
- }
使用16进制方式打开文件如下:
可以看出,第一个“世界”已经被截断,两个汉字都只被写入了低位,因此肯定乱码。
- package com.vincent.example;
- import java.io.DataInputStream;
- import java.io.DataOutputStream;
- import java.io.FileInputStream;
- import java.io.FileOutputStream;
- import java.io.IOException;
- public class TestDataStream {
- public static void main(String[] args) {
- // 使用DataInputStream,DataOutputStream写入文件且从文件中读取数据。
- try {
- // Data Stream写到输入流中
- DataOutputStream dos = new DataOutputStream(new FileOutputStream(
- "datasteam.txt"));
- dos.write("世界".getBytes()); // 按UTF8编码(我的系统默认编码方式)写入
- //dos.write("世界".getBytes("GBK")); //指定其他编码方式
- dos.writeChars("世界"); // 按照Unicode写入
- // 按照UTF-8写入(UTF8编码长度可变,开头2字节是由writeUTF函数写入的长度信息,方便readUTF函数读取)
- dos.writeUTF("世界");
- dos.flush();
- dos.close();
- // Data Stream 读取
- DataInputStream dis = new DataInputStream(new FileInputStream(
- "datasteam.txt"));
- // 读取字节
- byte[] b = new byte[6];
- dis.read(b);
- System.out.println(new String(b, 0, 6));
- // 读取字符
- char[] c = new char[2];
- for (int i = 0; i < 2; i++) {
- c[i] = dis.readChar();
- }
- System.out.println(new String(c, 0, 2));
- // 读取UTF
- System.out.println(dis.readUTF());
- dis.close();
- } catch (IOException e) {
- e.printStackTrace();
- }
- }
- }
文件打开如下:
可以看出,读取前6字节并按照UTF-8解码就可以避免乱码。值得注意的是,String构造函数也可以指定对byte数组作其他编码方式的解码。例如:new String(b,0,6,"GBK")。同时使用writeUTF和readUTF可以免去程序猿对于长度的考虑,因为这两个函数为我们解决了长度问题,写入了文件,因此我们无需关心。但这样就使用了额外的空间去记录长度信息。