Java输入输出(IO)和流的基本概念

我们对文件的概念已经非常熟悉了，比如常见的 Word 文档、txt 文件、源文件等。文件是数据源的一种，最主要的作用是保存数据。

在《 载入内存，让程序运行起来 》一文中我们提到，所有的文件（保存在磁盘）都要载入内存才能处理，所有的数据必须写入文件（磁盘）才不会丢失。数据在文件和内存之间传递的过程叫做 文件流 ，类似水从一个地方流动到另一个地方。数据从文件复制到内存的过程叫做 输入流 ，从内存保存到文件的过程叫做 输出流 。

图1：文件流示意图

文件是数据源的一种，除了文件，还有数据库、网络、键盘等；数据传递到内存也就是保存到 Java 程序的变量（例如字符串、数组、缓冲区等）。我们把数据在数据源和程序（内存）之间传递的过程叫做 数据流(Data Stream) 。相应的，数据从数据源到程序（内存）的过程叫做 输入流(Input Stream) ，从程序（内存）到数据源的过程叫做 输出流(Output Stream) 。

输入输出（Input output，IO）是指程序（内存）与外部设备（键盘、显示器、磁盘、其他计算机等）进行交互的操作。几乎所有的程序都有输入与输出操作，如从键盘上读取数据，从本地或网络上的文件读取数据或写入数据等。通过输入和输出操作可以从外界接收信息，或者是把信息传递给外界。Java把这些输入与输出操作用流来实现，通过统一的接口来表示，从而使程序设计更为简单。

二进制文件和字符文件（文本文件）

文件可以分为两类： 二进制文件 和 字符（文本）文件 。从物理上讲二进制文件和字符文件没有区别，都是以二进制的形式保存在磁盘上。但是它们在文件的组织形式上不一样，二进制文件有 文件头(File Header) ，用以表明文件的大小、类型等信息，程序在处理二进制文件时一般会先分析文件头，判断文件是否合法，也就是说，文件头后面的数据才是程序真正要处理的；字符文件没有文件头，第一个字节就是要显示的内容。

拿 BMP 文件举例，其头部的长度较为固定，前2字节用来记录文件为BMP格式，接下来的8个字节用来记录文件长度，再接下来的4字节用来记录 BMP 文件头的长度。

文本文件是基于字符编码的，常见的编码方式有 ASCII、UNICODE、UTF-8 等；指定编码方式后，每个字节（也可以是每两个、三个字节）所表示的字符是一样的，任何程序都可以正确读取。

二进制文件是自定义编码的，也就是说，你可以根据具体程序指定每个字节（或者每两个、三个字节）代表什么意思。例如，A 程序是图像编辑器，指定 01001111 代表红色，B 程序是视频播放器，它把 01001111 理解为快进，显然是不对的。

所以，字符文件是通用的，任何程序只要按照对应的编码方式打开都可以正确显示，二进制文件只有特定的程序才能处理。

Java 流概述

Java 提供了  java.io  包来处理输入输出操作。java.io 包中的类可以分为两种类型：

• 一是字节流，数据的处理以字节为基本单位，每次读写8位二进制数（一个字节）。也称为二进制流。
• 二是字符流，用于字符数据的处理，每次读写16位二进制数（两个字节）。

字节流可以用来处理二进制文件和字符文件（即处理任何文件），字符流只能用来处理字符文件。

需要注意的是，为满足字符的国际化表示，Java语言的字符编码采用的是16位的Unicode码，而普通文本文件中采用的是8位ASCⅡ码。

java.io 包中的类比较繁杂，给初学者带来了一定的障碍，这或许是Java的“败笔”。不过，经常使用的类非常有限，IO 操作的流程也比较固定，本教程会从实际问题入手，重点讲解文件操作的步骤，让大家触类旁通。

下面列出了 java.io 包中的部分类，大家暂时不必理解，也不必记忆，后续我们会详细分析：

图2：Java.io 包（虚线框表示抽象类）

抛开File类和RandomAccessFile类，我们先来看剩下的四个类：

	字节流	字符流
输入	InputStream	Reader
输出	OutputStream	Writer

这四个类是所有IO类的父类，包含了一些通用的方法和属性，是我们讲解的重点；不过由于都是抽象类，不能直接实例化，所以实际开发中都是使用它们的子类。

另外，针对一些频繁的设备交互，Java 也预定了3个可以直接使用的流对象，不需要你再手动实例化，分别是：

• System.in（标准输入），通常代表键盘输入。
• System.out（标准输出）：通常写往显示器。
• System.err（标准错误输出）：通常写往显示器。

缓冲区

缓冲区又称为缓存，它是内存空间的一部分。

当需要读取磁盘上的文件时，操作系统会开辟一个缓冲区（一块内存），把读出的数据先放在缓冲区，再从缓冲区中读取数据。这样，下次读取相同的数据时就不用“远征”到磁盘，可以直接从缓冲区中读取，提高IO速度。

反之也一样，向磁盘写入数据时也会开辟缓冲区，操作系统将数据发送到缓冲区，而不是直接发送到外部设备，当缓冲区满时，或者关闭程序时，再将缓冲区中的数据全部写入磁盘。写入缓存的速度远远大于写入磁盘的速度，CPU将数据写入缓存后就可以干别的事情了，不用等待写入磁盘。

缓冲区就是一块内存区，它用在输入输出设备和CPU之间，用来缓存数据。它使得低速的输入输出设备和高速的CPU能够协调工作，避免低速的输入输出设备占用CPU，解放出CPU，使其能够高效率工作。

在Java输入输出操作中会经常使用缓冲区，大家一定要理解这个概念。