浅谈java中字节与字符的区别

最近在看Java中的IO相关知识，发现对字节和字符的理解还不够。写篇总结记录一下。

一、字节

所谓字节(Byte)，是计算机数据存储的一种计量单位。一个二进制位称为比特(bit)，8个比特组成一个字节，也就是说一个字节可以用于区分256个整数(0~255)。由此我们可以知道，字节本是面向计算机数据存储及传输的基本单位，后续的字符也就是以字节为单位存储的，不同编码的字符占用的字节数不同。

那么在Java中，除了存储的意义外，Java还将字节Byte作为一种基本数据类型，该数据类型在内存中占用一个字节，用于(-128~127)范围内的整数

byte a = -128;
byte b = 127;

总的来说，字节在Java中有两种含义：

存储的单位Java的数据类型，用于表示-128~127范围的整数

二、字符

计算机底层存储的是字节，字符的设计则是用于展示符号。屏幕上显示的各种文字，数字，符号等就是解码的字符。所以我们说字符是用来显示的符号，它将存储的字节转换成人们看得懂的符号，因此字符的核心就是定义字节与展示符号之间的关系，这种映射关系通常也叫做编码。

2.1、编码的由来

为什么要编码呢？前面我们知道数据都是以字节为单位存储在计算机中，字节可以区分256个整数，最容易想到的就是将这256个整数定义为256种状态并分别对应256个字符。但是人类符号太多了，256种是不够的。所以人们想到将多个字节合并起来表示人类语言符号，编码的问题就转化成了字节的组合问题。

2.2、编码的常见格式

如今有很多编码格式，常见的如ASCII、ISO-8859-1、GB2312、GBK、UTF-8、UTF-16等等。

ASCII编码是最基础的编码格式，标准的ASCII码一共有128个，占用字节的低7位，将英语系语种的符号都能覆盖住，但是总的来说能表示的字符还是非常有限。

ISO-8859-1编码是ASCII编码的一种扩展，它用了字节的8位，能表示256种字符，且向下兼容ASCII，包含了绝大多数的西欧符号。

GB2312是双字节编码，意味着它使用两个字节来表示符号，包含有6763个汉字。

GBK是GB2312的一个扩展，也是双字节编码，能够表示21003个汉字，且向下兼容GB2312。

...

编码的规范越来越多，不同语言的国家都定义了自己的语言符号编码标准，一时间编码标准百花齐放，在互联网的时代里交流十分不便，不同编码体系之间的信息交流都需要采用不同的解码方案，不然就会出现乱码的现象。于是国际标准化组织ISO制定了一个能够容纳世界上所有文字和符号的字符编码方案Unicode。Unicode是一个字符集，它规定了人类所有字符对应的二进制数，至于这个二进制数怎么存储则是由开发者来进行实现。其中比较流行的实现是UTF-8和UTF-16，还有一种UTF-32。

UTF-32编码使用4个字节，也就是32位二进制存储Unicode字符，效率高但是空间浪费。

UTF-8编码是一种变长的编码方式，它使用1～6个字节来存储，对于英语系的字符使用一个字节，向下兼容ASCII，对于汉字则使用两个字节，依次类推，这样就能够节省一定的空间。

UTF-16编码是介于两者之间的一种编码方式。对于部分字符采用2个字节，另一部分字符采用4个字节。因此UTF-16无法兼容ASCII。

在平时的使用中，UTF-8的使用还是比较多，就是由于它既能向下兼容ASCII，还能够在一定程度上节省空间。

2.3、Java IO流中的编码和解码

Java中是如何进行编码和解码的呢？我们知道，编码/解码的过程主要是发生在字符与字节之间转换的过程。在展示字符的时候，我们将内存中的字节解码成符号，在存储或者传输文件时，我们将字符编码位字节数据。解码

解码的过程是将字节转换为字符，也就是我们在读取文件或者网络数据的过程。

在java中，我们通过FileReader读取文件数据，FileReader继承自InputStreamReader。在InputStreamReader中使用了解码器StreamDecoder。

// InputStreamReader.java
import java.nio.charset.Charset;
import java.nio.charset.CharsetDecoder;
import sun.nio.cs.StreamDecoder;

public class InputStreamReader extends Reader {
　　// 解码器，按照指定编码方式将字节转换成字符
 private final StreamDecoder sd;

　　// 通过dec指定解码器使用的编码方案
 public InputStreamReader(InputStream in, CharsetDecoder dec){
  super(in);
  if (dec == null)
   throw new NullPointerException("charset decoder");
  sd = StreamDecoder.forInputStreamReader(in, this, dec);
 }
　　
　　// 读字符，以int形式(4字节)返回字符
 public int read() throws IOException {
  return sd.read();
 }

}

通过上述InputStreamReader源码我们可以知道：

读取输入流时，通过StreamDecoder完成字节到字符的转换可以通过构造方法来设置编码方案读取的字符以int型数据返回，即4个字节

另外，上述列举只是源码的一部分，我们设置编码方案有很多种形式，如在构造方法种传入编码方式的String类型名称、传入CharSet类型的字符集以及上述的CharsetDecoder类型的字符解码方式。如果不传入编码方案，则默认为当前环境的编码方案。编码

与解码类似，在存储文件或者写入数据的时候，我们将字符转换为字节，写入文件或者网络。

在java种，我们通过FileWriter来写入文件，FileWriter继承自OutputStreamWriter。在OutputStreamWriter种使用了编码器StreamEncoder。

// OutputStreamWriter.java
import java.nio.charset.Charset;
import java.nio.charset.CharsetEncoder;
import sun.nio.cs.StreamEncoder;

public class OutputStreamWriter extends Writer {
 // 编码器，按照指定编码方式将字符转换成字节
 private final StreamEncoder se;

 // 通过enc指定编码方案
 public OutputStreamWriter(OutputStream out, CharsetEncoder enc) {
  super(out);
  if (enc == null)
   throw new NullPointerException("charset encoder");
  se = StreamEncoder.forOutputStreamWriter(out, this, enc);
 }

 // 写字符，写入的字符以int类型传入
 public void write(int c) throws IOException {
  se.write(c);
 }

通过源码我们可以知道：

  • 写入输出流时，通过StreamEncoder完成字符到字节的转换
  • 通过构造方法指定编码方案
  • 写入的字符都是int类型

到此这篇关于浅谈java中字节与字符的区别的文章就介绍到这了,更多相关java 字节与字符 内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • 详解Java语言中一个字符占几个字节？

    题主要区分清楚内码(internal encoding)和外码(external encoding)就好了. 内码是程序内部使用的字符编码,特别是某种语言实现其char或String类型在内存里用的内部编码: 外码是程序与外部交互时外部使用的字符编码."外部"相对"内部"而言:不是char或String在内存里用的内部编码的地方都可以认为是"外部".例如,外部可以是序列化之后的char或String,或者外部的文件.命令行参数之类的. Java语

  • Java字符流与字节流区别与用法分析

    本文实例讲述了Java字符流与字节流区别与用法.分享给大家供大家参考,具体如下: 字节流与字符流主要的区别是他们的的处理方式 流分类: 1.Java的字节流 InputStream是所有字节输入流的祖先,而OutputStream是所有字节输出流的祖先. 2.Java的字符流 Reader是所有读取字符串输入流的祖先,而writer是所有输出字符串的祖先. InputStream,OutputStream,Reader,writer都是抽象类.所以不能直接new 字节流是最基本的,所有的Inpu

  • java编程中字节流转换成字符流的实现方法

    java编程中字节流转换成字符流的实现方法 import java.io.*; /*readLine方法是字符流BufferReader类中的方法 * 而键盘录入的方法是字节流InputStream的方法 * 那么能不能将字节流转成字符流再使用字符流缓冲区中的readLine方法呢? * * InputStreamReader类是字节流转向字符流的桥梁.(它本身是一个字符流所以在构造时接受一个字节流) * * */ public class TransStreamDemo { public st

  • 详解JAVA 字节流和字符流

    1.InputStream 和 Reader InputStream 和 Reader 是所有输入流的抽象基类,本身并不能创建实例来执行输入,但它们将成为所有输入流的模板,所以它们的方法是所有输入流都可使用的方法. 在 InputStream 里包含如下三个方法. int read():从输入流中读取单个字节,返回所读取的字节数据(字节数据可直接转换为int类型). int read(byte[] b):从输入流中最多读取 b.length 个字节的数据,并将其存储在字节数组 b 中,返回实际读

  • Java 按照字节来截取字符串的代码(不会出现半个汉字)

    复制代码 代码如下: /* *    Copyright 2012-2013 The Haohui Network Corporation */package com.haohui.common.utils; /** * <pre> * 字符串辅助工具 * </pre> *  * @project baidamei * @author cevencheng <cevencheng@gmail.com> * @create 2012-11-30 下午2:42:56 */p

  • java 字节流和字符流的区别详解

    java 字节流和字符流的区别详解

    字节流与和字符流的使用非常相似,两者除了操作代码上的不同之外,是否还有其他的不同呢? 实际上字节流在操作时本身不会用到缓冲区(内存),是文件本身直接操作的,而字符流在操作时使用了缓冲区,通过缓冲区再操作文件,如图所示. 下面以两个写文件的操作为主进行比较,但是在操作时字节流和字符流的操作完成之后都不关闭输出流. 范例:使用字节流不关闭执行 package org.lxh.demo12.byteiodemo; import java.io.File; import java.io.FileOutp

  • Java IO流常用字节字符流原理解析

    Java的流体系十分庞大,我们来看看体系图: 这么庞大的体系里面,常用的就那么几个,我们把它们抽取出来,如下图: 一:字节流 1:字节输入流 字节输入流的抽象基类是InputStream,常用的子类是 FileInputStream和BufferedInputStream. 1)FileInputStream 文件字节输入流:一切文件在系统中都是以字节的形式保存的,无论你是文档文件.视频文件.音频文件...,需要读取这些文件都可以用FileInputStream去读取其保存在存储介质(磁盘等)上

  • java字节字符转换流操作详解

    本文实例讲述了java字节字符转换流操作.分享给大家供大家参考,具体如下: 一 基本概念 1.认识文本和文本文件 java的文本(char)是16位无符号,是字符的unicode编码(双字节编码) 文件是byte byte byte 的数据序列 文本文件是文本(char)序列按照某种编码方案(utf-8,utf-16be,gbk)序列化为byte的存储结果. 2.字符流(Reader Writer)---操作的都是文本文件 字符的处理:一次处理一个字符 字符的底层任然是基本的字节序列 3.字符流

  • JAVA如何按字节截取字符串

    这篇文章主要介绍了JAVA如何按字节截取字符串,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 public class SubStringTest { @Test public void test() { String s = "北京市丰台区东铁营街道政馨园社区1区1号楼1层"; System.out.println(subString(s, 58)); } public static String subString(String

  • 浅谈java中字节与字符的区别

    最近在看Java中的IO相关知识,发现对字节和字符的理解还不够.写篇总结记录一下. 一.字节 所谓字节(Byte),是计算机数据存储的一种计量单位.一个二进制位称为比特(bit),8个比特组成一个字节,也就是说一个字节可以用于区分256个整数(0~255).由此我们可以知道,字节本是面向计算机数据存储及传输的基本单位,后续的字符也就是以字节为单位存储的,不同编码的字符占用的字节数不同. 那么在Java中,除了存储的意义外,Java还将字节Byte作为一种基本数据类型,该数据类型在内存中占用一个字

  • 浅谈Java中Collection和Collections的区别

    1.java.util.Collection 是一个集合接口.它提供了对集合对象进行基本操作的通用接口方法.Collection接口在Java 类库中有很多具体的实现.Collection接口的意义是为各种具体的集合提供了最大化的统一操作方式. Collection ├List │├LinkedList │├ArrayList │└Vector │ └Stack └Set 2.java.util.Collections 是一个包装类.它包含有各种有关集合操作的静态多态方法.此类不能实例化,就像一

  • 浅谈java中String StringBuffer StringBuilder的区别

    * String类是不可变类,只要对String进行修改,都会导致新的对象生成. * StringBuffer和StringBuilder都是可变类,任何对字符串的改变都不会产生新的对象. 在实际使用时,如果经常需要对一个字符串进行修改,例如插入.删除等 * 但StringBuffer和StringBuilder有什么区别呢? StringBuffer是线程安全的,在多线程程序中是很方便使用的,但是程序的效率就会慢一点. StringBuilder不是线程安全的,在单线程中,比StringBuf

  • 浅谈Java中Lock和Synchronized的区别

    浅谈Java中Lock和Synchronized的区别

    目录 1. 从功能角度来看 2. 从特性来看 3. 从性能方面来看 1. 从功能角度来看 Lock和Synchronized都是java中去用来解决线程安全问题的一个工具 2. 从特性来看 Synchronized是java中的同步关键字,Lock是J.U.C包中提供的接口,而这个接口有很多的实现类,包括ReentrantLock这样重入锁的实现,Synchronized可以通过两种方式去控制锁的力度 一种把synchronized关键字修饰在方法层面,另一种是修饰在代码块上,可以通过synch

  • 浅谈java中replace()和replaceAll()的区别

    replace和replaceAll是JAVA中常用的替换字符的方法,它们的区别是: 1)replace的参数是char和CharSequence,即可以支持字符的替换,也支持字符串的替换(CharSequence即字符串序列的意思,说白了也就是字符串): 2)replaceAll的参数是regex,即基于规则表达式的替换,比如,可以通过replaceAll("\\d", "*")把一个字符串所有的数字字符都换成星号; 相同点:都是全部替换,即把源字符串中的某一字符

  • 浅谈Java中Unicode的编码和实现

    Unicode的编码和实现 大概来说,Unicode编码系统可分为编码方式和实现方式两个层次. 编码方式 字符是抽象的最小文本单位.它没有固定的形状(可能是一个字形),而且没有值."A"是一个字符,"€"也是一个字符.字符集是字符的集合.编码字符集是一个字符集,它为每一个字符分配一个唯一数字. Unicode 最初设计是作为一种固定宽度的 16 位字符编码.也就是每个字符占用2个字节.这样理论上一共最多可以表示216(即65536)个字符.上述16位统一码字符构成基

  • 浅谈Java中File文件的创建以及读写

    浅谈Java中File文件的创建以及读写

    1.创建一个文件 @Test public void test6() throws IOException { File file1 = new File("C:\\IDEA\\h1.txt"); if(!file1.exists()){//文件不存在 file1.createNewFile(); System.out.println("创建成功"); }else{//文件存在 file1.delete(); System.out.println("删除成

  • 浅谈Java中方法参数传递的问题

    浅谈Java中方法参数传递的问题

    可以理解当我们要调用一个方法时,我们会把指定的数值,传递给方法中的参数,这样方法中的参数就拥有了这个指定的值,可以使用该值,在方法中运算了.这种传递方式,我们称为参数传递.在这里,定义方法时,参数列表中的变量,我们称为形式参数. 调用方法时,传入给方法的数值,我们称为实际参数 在Java中调用方法时,如果参数是基本类型(byte/short/int/long/float/double/char/boolean)以及String类型时,形式参数的改变不影响实际参数. 以下代码在内存中发生的动作:

  • 浅谈java中==以及equals方法的用法

    equals 方法是 java.lang.Object 类的方法. 有两种用法说明: (1)对于字符串变量来说,使用"=="和"equals()"方法比较字符串时,其比较方法不同. "=="比较两个变量本身的值,即两个对象在内存中的首地址. "equals()"比较字符串中所包含的内容是否相同. 比如: String s1,s2,s3 = "abc", s4 ="abc" ; s1 =

  • 浅谈java中字符串数组、字符串、整形之间的转换

    字符串数组转字符串(只能通过for循环): String[] str = {"abc", "bcd", "def"}; StringBuffer sB = new StringBuffer(); for (int i = 0; i < str.length;i++) { sB.append(str[i]); } String s = sB.toString(); 字符数组转字符串可以通过下面的方式: char[] data = {"

随机推荐