IO流 秦始皇與編碼的故事
java零基礎入門-高級特性篇(十一) IO 流 1
IO的故事可以從2000多年前的始皇帝開始講起。自從秦始皇統一六國以後，書同文，車同軌，統一貨幣度量衡，簡單的說就是制定了一個統一的標準。而與本章有最大關係的就是「書同文」了。正是由於秦始皇統一了文字，所以今天不論是書籍還是網路，都有統一的文字標準，但是可惜的是，這個統一的標準只在國內是統一的。由於互聯網將全世界的距離縮小到了你與屏幕的距離，這時候問題就出現了。
編碼的故事
計算機是二進位的世界，而我們的世界卻有著各種各樣的語言，如果要將一篇文章存在計算機的硬碟上需要做什麼？不僅僅是文章的保存，只要是需要藉助計算機才能完成的工作，比如將一篇文章發到各個網站，或者通過通訊軟體發給朋友，都會有一個過程，就是將人類語言轉變為計算機的語言，這個過程就是編碼。那麼怎麼將人類語言轉為計算機語言呢？其實這個問題給你，你用不了多久就會想到辦法。
是不是這樣？既然計算機只認識數字，把英文和數字對應起來不就可以了么。但是這裡用的十進位，而計算機只認識二進位，那就將十進位換為二進位就可以 了。還有一個問題，其實除了英文字元，還有很多其他的符號，符號在計算機中也有很大的作用，按照這樣的思路，第一代的編碼規範 ASCII 編碼就橫空出世了。搞計算機的大佬個個都是天才，他們想的比你快，比你更全面。大佬掐指一算，符號加字母，128個不多不少剛剛好。為什麼是128個？
看看二進位的表示，0000 0000到0111 1111就是從0到127一共128個數，正好8位1位元組（1個位元組8位），正好一個位元組全部搞定，大佬就是大佬。上圖中是ASCII表中需要有印象的幾個特殊字元。第一個是空字元，編號0，數字1編號49，大寫字母A編號65，小寫字母a編號97，最後一個表示delete。
這個ASCII表是美國人發明的，所以表中只有字母和數字，因為對於美國人來說，這些就夠了。但是歐洲人一看就發現問題了，光這幾個字元不夠用啊，比如念個電話號碼比讀一篇文章還難的法語，不練好舌頭的震動就不會發音的德語，於是歐洲人弄了一套ISO-8859-1字元標準出來，滿足了自己的需求。美國歐洲都有了自己的標準，我們也必須有自己的標準啊。中華文明博大精深，中文常用字就有幾千個，加上不常用的怎麼也得有幾萬，這怎麼辦？先把常用字弄出來，於是GB2312就出現了。後來為了完整的包含中文，將GB2312擴展了2次，第一次擴展後叫GBK，第二次擴展後叫GB18030。
好了，看到不同的地區有自己的編碼，各個國家玩的遍地開花，不弄個自己的標準都不好意思出門跟人家打招呼了，然後世界就亂了。美國人用ASCII編碼發了個郵件給韓國人，韓國人用自己的編碼打開一看，全是亂碼，標準不同無法轉換。怎麼辦？那就來個國際標準統一全世界唄，這就有了Unicode編碼，有了Unicode，發郵件再也不亂碼了。
但是互聯網的高速發展，希望有比Unicode更優秀的編碼出現。因為Unicode包含了全世界所有的文字，那麼它的範圍肯定非常大，甚至需要4個位元組來表示，但是如果是一篇美國人寫的文章，用Unicode來編碼，就會發生一個位元組搞定的字元結果用了2個甚至4個位元組來表示，浪費很多空間。
最後，最重要的編碼方式登場了，大家請記住他的名字 UTF-8。UTF-8繼承了Unicode涵蓋的所有字元，並且將長度變成了可變長。如果是美國人寫的文章，用1個位元組保存字元即可，如果是中國人的文章，用2個位元組保存字元，並且都是UTF-8的編碼方法，即節約空間，又統一編碼。我們在web項目中使用最多的也就是UTF-8編碼。
下圖是同一個文件分別用Unicode和UTF-8編碼後的大小。可以發現使用UTF8編碼的文件佔用空間小了一半。
最後用一個圖來概括一下。
看了上面這麼多編碼，真的是需要感謝始皇帝統一了中國，不然我們國內還有一堆編碼，各種方言編碼，那簡直就是災難啊。但是，這跟IO流有什麼關係？
IO流是什麼
首先明確一個知識點，計算機是二進位的世界，所以在計算機上存儲的文件都是byte位元組儲存。而在計算機內，存儲的文件可以分為兩大類，一類是文字類型的文本，另外一類是各種媒體類型等，如果直接使用文本來打開這些文件，裡面全是亂碼，只有特定的軟體才能打開。比如播放器打開視頻文件，圖片軟體打開各種圖片。
針對這兩種文件，java有兩種IO流對應他們，那就是位元組流和字元流。上面說過在互聯網時代，使用UTF-8編碼傳輸文件可以減小文件體積，加快傳輸速度，但是在計算機本地，使用Unicode編碼較多，java虛擬機為了在全世界的機器上使用，所以它使用的是Unicode編碼方式，而且是將位元組轉為字元，以方便支持各個國家的語言，所以如果要對文件進行編碼使用字元流。如果不需要編碼，則使用位元組流，因為除了文字之外的文件，不需要我們看得懂他們的編碼是什麼，需要使用他們的時候有特定的軟體對文件進行轉碼。
用文本打開圖片是上圖的樣子，這不是我們需要的，所以看圖片使用圖片軟體即可。
說了這麼多，IO流到底是什麼還是不懂，別急，這就說。
首先看IO，IO對應Input/Output首字母，表示輸入和輸出。流又是什麼呢？既然文件都是以位元組存儲，那麼進行輸入，輸出的時候就是按照位元組來傳輸，文件變成了一串數字，源源不斷的從一個地方到另一個地方。比如複製文件的時候，經常會看到一個進度條，在這個進度條背後計算機在幹什麼呢？他在一邊讀文件，一邊寫文件，讀的時候將文件用01011101的方式讀出來，寫入的時候，又將文件以01011101的方式寫入到磁碟，看上去就像水流一樣，源源不斷。
注意這裡最小單位是位元組，就是8位，比如01011101就是一個位元組，最小的傳輸單位。
文件傳輸完成之前，這個文件是打不開的，只有傳輸完成後，才是一個完整的文件，可以用軟體打開。計算機內的文件傳輸，這就是IO流。除了計算機內部的傳輸，計算機還可以從遠程伺服器上通過網路讀取文件，寫入硬碟，這種方式也是通過IO流實現。
java中的IO流
java中的IO流體系比較龐大，涉及到很多類，但是常用的其實並不多，所以本文只會介紹最常用的部分。學會了常用的，其他的各位可以參考java的API，理解起來沒有難度。下面來介紹一下java中的IO流體系。
IO流主要分為兩大類，一種是字元流，用來對文件進行編碼，輸出人類可以看懂的文字。另一種是位元組流，用來傳輸各種軟體可以識別的文件。每一大類都擁有輸入和輸出的功能，所有輸入的字元流的父類叫做Reader，所有輸出的字元流的父類叫做Writer。對應到位元組流，所有輸入的位元組流的父類是InputStream，所有輸出的位元組流的父類是OutputStream。這幾個父類按照分類和輸入輸出的功能來記憶會方便很多。
以上四個類都是抽象類，為什麼要使用抽象類？回憶一下前面的知識，抽象類用來定義子類的公共功能，還可以留下一部分抽象方法，到子類再來實現，這樣不同的子類就可以有不同的功能了。比如上圖右側標識出了四種功能，分別是「帶緩衝功能」，「位元組與字元轉換」，「位元組操作文件」，「字元操作文件」，如果不使用抽象類，可能每一個類中都會有一堆重複的功能，也就是在抽象類中已經實現的功能，他們會重複的出現。而使用抽象類以後，每個子類只需要實現抽象類中的抽象方法即可。
繼續觀察上圖，會發現最終用來操作字元流的類是FileReader和FileWriter。如果需要緩衝功能，可以使用BufferedReader和BufferedWriter。而最終用來操作位元組流的類是FileInputSteam和FileOutputStream，如果需要緩衝功能，則使用BufferedInputStream和BufferedOutputStream。發現沒有，其實最終最重要的8個類就是字元和位元組的輸入和輸出各一個，他們分別還有一個帶緩衝功能的類，根據情況選擇使用不同的類。
下一章再來具體介紹上面8種類的使用方法。
推薦閱讀：