String编码(四) 关于文件处理

1.简介

分析JAVA对文件的处理机制。

2.读文件

JAVA中读文件的方式有直接使用FileReader和使用InputStreamReader。

1）FileReader

通过API可知，FileReader将使用默认字符编码处理文件。

1.1）在D:\FileReaderTest创建两个相同内容的TXT文件，fileReaderTest-GBK.txt和fileReaderTest-UTF8.txt

I AM 中国人

 1.2）通过FileReader读取文件内容

package com.siyuan.jdk.test;

import java.io.FileReader;
import java.io.IOException;
import java.nio.charset.Charset;
import java.util.Arrays;

import org.apache.commons.io.IOUtils;

public class FileReaderTest {

	public static void main(String[] args) throws IOException {
		System.out.println(Charset.defaultCharset());
		
//		String fileName = "D:/FileReaderTest/fileReaderTest-GBK.txt";
		String fileName = "D:/FileReaderTest/fileReaderTest-UTF8.txt";
		FileReader reader = null;
		try {
			reader = new FileReader(fileName);
			char[] cBuf = new char[1024];
			int length = -1;
			while ((length = reader.read(cBuf, 0, cBuf.length)) != -1) {
				System.out.print(Arrays.copyOfRange(cBuf, 0, length));
			}
		} finally {
			IOUtils.closeQuietly(reader);
		}
		
	}

}

  输出结果：

fileReaderTest-GBK.txt

GBK
I AM 中国人

 fileReaderTest-UTF8.txt

GBK
I AM 涓浗浜?

 通过运行参数-Dfile.encoding="UTF-8"修改默认字符编码输出结果如下：

fileReaderTest-GBK.txt

UTF-8
I AM �й�

 fileReaderTest-UTF8.txt

UTF-8
I AM 中国人

 1.3）结论

FileReader使用默认字符编码将文件字节流解码为字符，即Charset.defaultCharset()，可通过运行参数进行修改。

2）InputStreamReader

可以通过向构造函数里头传递字符编码信息来指定字节解码方式。

package com.siyuan.jdk.test;

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;

import org.apache.commons.io.IOUtils;

public class InputStreamReaderTest {

	public static void main(String[] args) throws IOException {
		// TODO Auto-generated method stub
		String fileName = "D:/FileReaderTest/fileReaderTest-GBK.txt";
		String charset = "GBK";
//		String fileName = "D:/FileReaderTest/fileReaderTest-UTF8.txt";
//		String charset = "UTF-8";
		BufferedReader bufReader = null;
		try {
			bufReader = new BufferedReader(new InputStreamReader(new FileInputStream(fileName), charset));
			String buf = null;
			while ((buf = bufReader.readLine()) != null) {
				System.out.println(buf);
			}
		} finally {
			IOUtils.closeQuietly(bufReader); // 关闭处理流(装饰)即可关闭底层的字节流
		}
		
	}

}

 注：必须保证传递的字符编码必须和文件内容编码一致，否则将出错。

3.写文件

FileWriter和OutputStreamWriter的区别也和上述一致。

4.文件名的处理

在D:\FileReaderTest创建一个名为"文件名测试.txt"的文件，在不同的默认编码下获取文件名

4.1）程序代码

package com.siyuan.jdk.test;

import java.io.File;
import java.nio.charset.Charset;

public class FileNameTest {

	public static void main(String[] args) {
		System.out.println(Charset.defaultCharset());
		
		File file = new File("D:/FileReaderTest");
		if (file.isDirectory()) 
			for (File tmp : file.listFiles())
				System.out.println(tmp.getName());
	}

}

 4.2）运行结果

默认编码为GBK

GBK
fileReaderTest-GBK.txt
fileReaderTest-UTF8.txt
文件名测试.txt

 默认编码为UTF-8

UTF-8
fileReaderTest-GBK.txt
fileReaderTest-UTF8.txt
文件名测试.txt

 4.3）推断

通过查看源代码发现获取文件名的方法为native类型，从而推断出获取文件名时与系统语言环境相关，而与JVM默认编码无关。

4.4）论证

为了更好的论证结论，将该文件和修改后的程序上传至Linux系统中

打开两个shell窗口，通过export LANG=“zh_CN.UTF-8”和export LANG=“zh_CN.GBK”设置两个不同的语言环境

结果发现：UTF-8环境下会出现乱码，GBK为正常。

可以用同样的方式论证File.createNewFile()方法对文件名的处理方式也是与系统语言环境有关。