理解问题 Java InputStream 读取方法

Question

假设我有一个输入流。如果我错了请纠正我，但 InputStream 中的所有数据都保存为字节，例如以下文本： "Why not with ♥?" 现在我想知道，这个文本是如何转换为字节数组的，因为我不知道（例如）那个 ♥ 是如何保存的。如果我打电话给

InputStream myInputStream = os.getInputStream();
byte[] b = new byte[1];
while ((in.read(b)) != -1) {
            System.out.write(b, 0, 1);
}

然后我的 byteArray（长度为 1）将在每个循环中填充下一个字节。

int.read(b)

returns 一个整数值，稍后将转换为字符。所以，如果我看一下 Java 文档，您会发现类似这样的内容：

Reads the next byte of data from the input stream. The value byte is returned as an int in the range 0 to 255.

我的想法是：只有 255 个不同的字符可能吗？一定是推理有误，因为在我的源码中使用了哪些字符并不重要。

所以 - 谁能帮我做这个脑筋急转弯？非常感谢。

Answer 1

需要 2 个字节的字符包含一个标志（在第一个字节中），通知任何想知道的人（包括文本编辑器）它需要另一个字节。

在你的例子中，你读取了第一个字节作为一个整体，包括标志，然后它读取了第二个字节。附加它们的是文本编辑器或控制台。

Answer 2

将字符转换为字节（反之亦然）的过程称为 "character encoding"。它可以通过许多不同的方式来完成。这些转换的规则包含在 Java 所谓的 Charset. And Java supports many of them: ASCII, UTF_8, UTF_16, ISO_8859_1, etc. The standardones can be found in StandardCharsets.

中

一些字符集认为字节和字符之间是一对一的映射。 ISO_8859_1（又称 latin-1）就是其中之一。但是当然有一个缺点：使用这样的字符集只能将 256 个字符编码为字节（ISO_8859_1 的西方拉丁字符）。

其他一些，如 UTF_8，每个字符使用一个、两个或更多字节，具体取决于字符。 ASCII 字符（a-b、A-B、数字等）在单个字节上编码，而其他字符（重音字母、中文、西里尔文和其他字母）使用两个或更多字节。缺点是编码和解码比较困难，但优点是巨大的：这种编码支持所有可能的Unicode字符。

请记住，字节和字符是两种截然不同的东西，它们之间没有一对一的映射。使用 InputStreamReader 读取字符，使用 OutputStreamWriter 写入字符。始终指定一个字符集：不这样做将使用您的系统的默认编码（可能与另一个系统不同）。

理解问题 Java InputStream 读取方法

Problems understanding Java InputStream read method

java

inputstream