Java程序設計第章文件和流解讀.ppt

1、第八章 文件和流,圖形圖像研究所 計算機科學與技術、軟件學院浙江工業(yè)大學,高飛，陸佳煒等。Java程序設計實用教程。北京：清華大學出版社，2013（ISBN：978-7-302-31695-4) 高飛，趙小敏等。Java程序設計實用教程習題集。北京：清華大學出版社，2013（ISBN：978-7-302-32051-7,高飛 教授，博士生導師 Tel.URL: http:/,前言,本章的目的：什么是流？什么是字節(jié)流和字符流？如何訪問磁盤上的文件屬性？如何將對象保存到磁盤文件中（對象序列化）？Java中亂碼問題是如何形成的,回顧關鍵詞：用戶的輸入是邪惡的！Try-c

2、atch-finally、throws、throw,小節(jié)安排,文件和流,8.2.1 輸入字節(jié)流：InputStream,8.3、字符流,8.4、文件,8.2.2 輸出字節(jié)流：OutputStream,8.3.1 輸入字符流：Reader,8.3.2 輸出字符流：Writer,8.3.3 BufferedReader和BufferedWriter,8.1、流的基本概念,8.2、字節(jié)流,8.5、對象序列化,8.6、Java中的亂碼問題,8.3.4 字節(jié)流和字符流的異同,8.1、流的基本概念,8.2、字節(jié)流,8.2、字節(jié)流,輸入字節(jié)流：InputStream,8.2、字節(jié)流,*從mytext.txt

3、文件讀出并顯示在屏幕上*/ import java.io.*; public class FileIn public static void main(String args) try FileInputStream rf=new FileInputStream(H:/java/temp/mytext.txt);/打開文件 int b; while(b=rf.read()!=-1)/用read()方法逐個字節(jié)讀取 System.out.print(char)b); /轉換成char并顯示 rf.close(); catch(IOException ie) System.out.println(

4、ie); catch(Exception e) System.out.println(e);,8.2、字節(jié)流,輸出字節(jié)流：OutputStream,8.2、字節(jié)流,*以下示例用于說明如何利用FileOutputStream進行文件復制*/ import java.io.*; public class TestFileCopy public static void main(String args) try /復制的源文件TestVector.java FileInputStream rf=new FileInputStream(G:/java/TestVector.java); /復制的目的文

5、件TV2.txt，若不存在，則會自動創(chuàng)建 FileOutputStream wf=new FileOutputStream(G:/java/TV2.txt); byte b=new byte512; int count=-1; /每次讀取512個字節(jié)，count用于記錄實際讀取的字節(jié)數(shù) while(count=rf.read(b, 0, 512)!=-1) wf.write(b,0,count); rf.close(); wf.close(); catch(IOException ie) System.out.println(ie.toString(); catch(Exception e)

6、System.out.println(e.toString();,小節(jié)安排,文件和流,8.2.1 輸入字節(jié)流：InputStream,8.3、字符流,8.4、文件,8.2.2 輸出字節(jié)流：OutputStream,8.3.1 輸入字符流：Reader,8.3.2 輸出字符流：Writer,8.3.3 BufferedReader和BufferedWriter,8.1、流的基本概念,8.2、字節(jié)流,8.5、對象序列化,8.6、Java中的亂碼問題,8.3.4 字節(jié)流和字符流的異同,8.3、字符流,8.3、字符流,輸入字符流：Reader,8.3、字符流,* 讀取G:/aillo.txt文件的內(nèi)容

7、(一行一行讀),并將其內(nèi)容寫入G:/jacky.txt中 知識點: java讀文件、寫文件- */ import java.io.*; public class TestFileWR public static void main(String args) try /創(chuàng)建FileReader對象，用來讀取字符流 FileReader fr = new FileReader(G:/aillo.txt); /緩沖指定文件的輸入 BufferedReader br = new BufferedReader(fr); /創(chuàng)建FileWriter對象，用來寫入字符流 FileWriter fw = ne

8、w FileWriter(G:/jacky.txt); /將緩沖對文件的輸出 BufferedWriter bw = new BufferedWriter(fw); String strLine;/用來保存每次讀取的一行,8.3、字符流,while (br.ready() strLine = br.readLine();/讀取一行 bw.write(strLine); /寫入文件 bw.newLine(); System.out.println(strLine);/在屏幕上輸出 bw.flush(); /刷新該流的緩沖，即將該流輸出到目的 bw.close(); br.close(); fw.

9、close(); fr.close(); catch (IOException e) e.printStackTrace();,8.3、字符流,輸出字符流：Writer,8.3、字符流,*從鍵盤輸入一行文字，寫入文件TestFileOut.txt中*/ import java.io.*; public class TestFileOut public static void main(String args) char c=new char512; byte b=new byte512; int n,i; try FileWriter wf=new FileWriter(TestFileOut

10、.txt); /從鍵盤讀入文字并存入字節(jié)數(shù)組b中 n=System.in.read(b); for(i=0;in;i+) ci=(char)bi; wf.write(c); wf.close(); catch(IOException e) System.out.println(e);,輸入123456ABCDEF并回車,輸入Java是一門優(yōu)秀的語言！并回車,8.3、字符流,*從鍵盤輸入一行文字（可輸入中文字符），寫入文件TestFileOut.txt中*/ import java.io.*; public class TestFileOutCH public static void main(

11、String args) char c=new char512; int n,i; try FileWriter wf=new FileWriter(TestFileOutCH.txt); /利用InputStreamReader正確讀取中文 System.out.print(請輸入中文：); InputStreamReader isr=new InputStreamReader(System.in); n=isr.read(c,0,512);/一次性讀取512個字符，n表示實際讀取的字符數(shù) wf.write(c); wf.close(); System.out.println(剛輸入的數(shù)據(jù)為

12、：+String.valueOf(c,0,n); catch(IOException e) System.out.println(e);,8.3、字符流,字符緩沖流：BufferedReader和BufferedWriter,以緩沖區(qū)方式對數(shù)據(jù)進行輸入輸出。 所謂緩沖區(qū)，是指一片臨時的內(nèi)存區(qū)域。BufferedReader和BufferedWriter分別擁有8192個字符(16384個字節(jié))的緩沖區(qū)。 當BufferedReader從源（文件、網(wǎng)絡、鍵盤或其他進程）讀取字符數(shù)據(jù)時，會先盡量從源中讀入字符數(shù)據(jù)并置入緩沖區(qū)，而之后若使用read()方法，會先從緩沖區(qū)中進行讀取。如果緩沖區(qū)數(shù)據(jù)不足

13、，才會再從源中讀取。 使用BufferedWriter時，寫入的數(shù)據(jù)并不會先輸出到目的地，而是先存儲至緩沖區(qū)中。如果緩沖區(qū)中的數(shù)據(jù)滿了，才會一次對目的地進行寫入。例如一個文件，通過緩沖區(qū)可減少對硬盤的輸入/輸出動作，以提高文件存取的效率,8.3、字符流,*本程序首先在控制臺輸入字符(逐行輸入)，程序將輸入的文字存儲至指定的文件中，如果要結束程序，輸入quit字符串即可。*/ import java.util.*; import java.io.*; public class TestFileBRW public static void main(String args) try /緩沖Syst

14、em.in輸入流 /System.in是字節(jié)流，通過InputStreamReader將其轉換為字符流 BufferedReader bufReader = new BufferedReader(new InputStreamReader(System.in); /緩沖FileWriter BufferedWriter bufWriter = new BufferedWriter(new FileWriter(args0); String input = null; /每讀一行進行一次寫入動作 while(!(input = bufReader.readLine().equals(quit)

15、bufWriter.write(input,8.3、字符流,*newLine()方法寫入與操作系統(tǒng)相依的換行字符，依執(zhí)行環(huán)境當時的OS來決定該輸出那種換行字符*/ bufWriter.newLine(); bufReader.close(); bufWriter.close(); catch(ArrayIndexOutOfBoundsException e) System.out.println(沒有指定文件); catch(IOException e) e.printStackTrace();,8.3、字符流,字節(jié)流和字符流的異同,本質(zhì)區(qū)別在于byte和char。字節(jié)流采用二進制直接傳輸，用

16、字符流則牽涉到本地系統(tǒng)的編碼問題，在網(wǎng)絡通訊中，強烈建議使用byte字節(jié)流方式。 字節(jié)流與字符之間的轉化通過InputStreamReader和OutputStreamWriter來關聯(lián)，實際上是通過byte和String來關聯(lián)。在實際開發(fā)中出現(xiàn)的漢字問題實際上都是在字符流和字節(jié)流之間轉化不統(tǒng)一而造成的。在從字節(jié)流轉化為字符流時，也就是從byte轉化為String時，使用如下構造方法： publicString(bytebytes,StringcharsetName) 這個方法中有一個關鍵的字符集編碼參數(shù)charsetName，通常我們都省略了，那系統(tǒng)就用操作系統(tǒng)的默認的language。而在

17、字符流轉化為字節(jié)流時，實際上是String轉化為byte時，是使用如下方法進行轉化： byteString.getBytes(StringcharsetName) 字符流和字節(jié)流是根據(jù)處理數(shù)據(jù)的不同來區(qū)分的。字節(jié)流按照8位傳輸，字符流按照16位傳輸由于字符流使用Unicode字符集，支持多國文字，因此若流要跨越多種平臺傳輸，應使用字符流。字符流的傳輸效率比字節(jié)流的高,小節(jié)安排,文件和流,8.2.1 輸入字節(jié)流：InputStream,8.3、字符流,8.4、文件,8.2.2 輸出字節(jié)流：OutputStream,8.3.1 輸入字符流：Reader,8.3.2 輸出字符流：Writer,8.3

18、.3 BufferedReader和BufferedWriter,8.1、流的基本概念,8.2、字節(jié)流,8.5、對象序列化,8.6、Java中的亂碼問題,8.3.4 字節(jié)流和字符流的異同,8.4.1、文件,File文件相關屬性,例如： /假設當前目錄為G:/Java1，有文件 G:/Java1/TestFilePRO.java和目錄/G:/Java1/gfei File f=new File(TestFilePRO.java); File d=new File(Gfei); System.out.println(f.getName=+f.getName();/輸出TestFilePRO.jav

19、a System.out.println(f.getPath=+f.getPath();/輸出TestFilePRO.java /以下語句輸出G:Java1TestFilePRO.java System.out.println(f.getAbsolutePath=+f.getAbsolutePath(); System.out.println(f.getParent=+f.getParent();/輸出null System.out.println(f.length=+f.length();/筆者示例中輸出668 System.out.println(d.getName=+d.getName(

20、);/輸出Gfei System.out.println(d.getPath=+d.getPath();/輸出Gfei System.out.println(d.getAbsolutePath=+d.getAbsolutePath();/輸出G:java1Gfei System.out.println(d.getParent=+d.getParent();/輸出null System.out.println(d.length=+d.length();/輸出0,8.4.1、文件,File文件操作,例如： File ds=new File(subdir); File dd=new File(gfe

21、i1); File fs=new File(TestFileSRC.java); File fd=new File(TestFileDEST.txt); ds.renameTo(dd);/改為gfei1 fs.renameTo(fd);/改為TestFileDEST.txt,public boolean renameTo(File dest) /重新命名文件或目錄 /刪除文件或目錄。如果是目錄，則該目錄必須為空才能刪除。 public boolean delete(,8.4.1、文件,目錄操作,public boolean mkdir() /創(chuàng)建目錄 public String list()/

22、返回一個字符串數(shù)組，是給定目錄下的文件與子目錄 public File listFiles()/返回File對象數(shù)組，是給定目錄下的文件,8.4.1、文件,*打印某目錄下(包含子目錄)所有文件和文件大小*/ import java.io.*; public class TestFileLIST public static void main(String args)throws IOException File files=new File(.);/.表示當前目錄(與TestFileLIST.java所在的同一個目錄) listPath(files); public static void l

23、istPath(File f) throws IOException String file_list=f.list(); for(int i=0;ifile_list.length;i+) File cf=new File(f.getPath(),file_listi); if(cf.isDirectory() /判斷是否為子目錄 listPath(cf);/列舉該子目錄下的文件 if(cf.isFile()/判斷是否為文件 try /輸出文件大小 System.out.println(cf.getCanonicalPath()+:+cf.length(); catch(IOExceptio

24、n e) e.printStackTrace();,8.4.2、隨機訪問文件類：RandomAccessFile,RandomAccessFile類提供了對文件的隨機訪問方式，即可在文件的任意位置讀或寫數(shù)據(jù)而且可以同時進行讀和寫的操作,8.4.2、隨機訪問文件類：RandomAccessFile,提供了類似于readInt()的其他方法用于讀取byte、boolean、char、double、float、long、short、unsignedbyte、unsignedshort等數(shù)據(jù)類型的方法，即readByte()、readBoolean()、readChar()、readDouble()、

25、readFloat()、readLong()、readShort()、readUnsignedByte()、readUnsignedShort()等 提供了writeByte()、writeBoolean()、writeChar()、writeDouble()、writeFloat()、writeLong()、writeShort()等方法用于寫入數(shù)據(jù),8.4.2、隨機訪問文件類：RandomAccessFile,*向文件中寫入10個數(shù)據(jù)，第i個數(shù)據(jù)圓周率*i(i=0, 1, 2, , 9)，然后將第2個(i=2)改為0，最后將10個數(shù)據(jù)全部輸出*/ import java.io.IOExce

26、ption; import java.io.RandomAccessFile; public class TestFileRAF public static void main(String args ) try RandomAccessFile f=new RandomAccessFile(TestFileRAF.txt, rw);/可讀寫 int i; double d; /寫：向文件寫入10個數(shù)據(jù) for (i=0; i10; i+) f.writeDouble(Math.PI*i,8.4.2、隨機訪問文件類：RandomAccessFile,修改：對文件中第2個double數(shù)據(jù)改為0

27、f.seek(16);/文件指針往前走16個字節(jié)(2個double數(shù)據(jù)) f.writeDouble(0); f.seek(0);/文件指針回到文件首部 /讀?。簩⑷繑?shù)據(jù)讀出并打印到屏幕中 for (i=0; i 10; i+) d=f.readDouble( ); System.out.println( + i + : + d); f.close( ); catch (IOException e) System.err.println(發(fā)生異常: + e); e.printStackTrace( );,8.4.2、隨機訪問文件類：RandomAccessFile,8.4.3、文件過濾接口：

28、FileFilter和FilenameFilter,FileFilter和FilenameFilter是為開發(fā)者提供在文件系統(tǒng)中進行過濾或者說是搜索所需要文件的功能，均有accept()方法： /FileFilter: file表示要過濾目錄中的文件對象 public boolean accept(File file); /*FilenameFilter: 參數(shù)dir是要過濾的目錄， name是目錄中的文件名*/ public boolean accept(File dir, String name); 區(qū)別：FileFilter提供文件對象的訪問方法，而FilenameFilter是按照目錄

29、和文件的名稱的方式來工作,8.4.3、文件過濾接口：FileFilter和FilenameFilter,實現(xiàn)文件或目錄過濾所需步驟,聲明一個過濾器類并實現(xiàn)FileFilter或FilenameFilter接口中的accept方法。 使用File類的list()和listFiles()進行過濾，其參數(shù)為第步中的過濾器類的對象作為參數(shù)，就可實現(xiàn)對文件名的過濾。File類的list()和listFiles()方法聲明如下： public String list(FilenameFilter filter) public File listFiles(FilenameFilter filter) pu

30、blic File listFlies(FileFilter filter) 其中，filter須是第步中實現(xiàn)了FileFilter或FilenameFilter接口中的accept方法的過濾器類的對象,8.4.3、文件過濾接口：FileFilter和FilenameFilter,import java.io.*; /第步：聲明過濾類ListFilter并實現(xiàn)FilenameFilter接口中的accept方法 class ListFilter implements FilenameFilter private String pre=“”, ext=“”;/pre表示文件前綴，ext表示文件后

31、綴 public ListFilter(String filterstr) int i, j; filterstr=filterstr.toLowerCase(); i=filterstr.indexOf(*); j=filterstr.indexOf(.); if(i0) pre=filterstr.substring(0,i); if(i=-1,8.4.3、文件過濾接口：FileFilter和FilenameFilter,實現(xiàn)accept方法 public boolean accept(File dir,String filename) boolean y=true; try filena

32、me=filename.toLowerCase(); y=filename.startsWith(pre),8.4.3、文件過濾接口：FileFilter和FilenameFilter,第步：使用File類的list()和listFiles()進行過濾 public class TestFileSearch public static void main(String args) /要求兩個參數(shù)：第一個參數(shù)表示目錄，第二參數(shù)表示要過濾的文件 String strDir, strExtension; switch(args.length) case 1: strDir=.; strExtensi

33、on=args0; break; case 2: strDir=args0; strExtension=args1; break; default: System.out.println(需兩個參數(shù)!); return; File f=new File(strDir); ListFilter ls=new ListFilter(strExtension); String str=f.list(ls); for(int i=0; istr.length; i+) System.out.println(stri);,小節(jié)安排,文件和流,8.2.1 輸入字節(jié)流：InputStream,8.3、字符流

34、,8.4、文件,8.2.2 輸出字節(jié)流：OutputStream,8.3.1 輸入字符流：Reader,8.3.2 輸出字符流：Writer,8.3.3 BufferedReader和BufferedWriter,8.1、流的基本概念,8.2、字節(jié)流,8.5、對象序列化,8.6、Java中的亂碼問題,8.3.4 字節(jié)流和字符流的異同,8.5、對象序列化,什么是對象序列化,保存內(nèi)存中某個對象的方法很多，但是Java給你提供一種更好的保存對象狀態(tài)的機制，那就是對象序列化。 java中對象序列化的過程就是將對象寫入字節(jié)流和從字節(jié)流中讀取對象。將對象狀態(tài)轉換成字節(jié)流之后，可以保存到文件、通過管道輸出到

35、另一線程或通過網(wǎng)絡連接將對象數(shù)據(jù)發(fā)送到另一主機,8.5、對象序列化,什么情況下需要序列化,把內(nèi)存中的對象保存到一個文件中或者數(shù)據(jù)庫中 用套接字(socket)在網(wǎng)絡上傳送對象 通過RMI傳輸對象,8.5、對象序列化,實現(xiàn)序列化的步驟,第一步：創(chuàng)建一個FileOutputStream對象，如下： FileOutputStream fs = new FileOutputStream(foo.ser); 第二步：java.io.ObjectOutputStream負責將對象寫入字節(jié)流。因此第二步是利用第一步創(chuàng)建的FileOutputStream對象創(chuàng)新一個ObjectOutputStream對象，如

36、下： ObjectOutputStream os = new ObjectOutputStream(fs); 第三步：將對象寫入 Foo myFoo1=new Foo(); Foo myFoo2=new Foo(); Foo myFoo3=new Foo(); os.writeObject(myFoo1); os.writeObject(myFoo2); os.writeObject(myFoo3); 第四步：關閉ObjectOutputStream os.close(,8.5、對象序列化,序列化對象的條件,被序列化的對象必須是實現(xiàn)java.io.Serializable接口的類對象。java

37、.io.Serializable接口中沒有方法需要實現(xiàn)，之所以要implements該接口，只是告訴JVM，該類對象是可被序列化而已,例如： imports java.io.*; class Foo implements Serializable int width; int height; Date todayDate;,8.5、對象序列化,反序列化,反序列化是打開字節(jié)流并重構對象。對象序列化不僅要將基本數(shù)據(jù)類型轉換成字節(jié)表示，有時還要恢復數(shù)據(jù)。反序列化通常使用java.io.ObjectInputStream從字節(jié)流重構對象,例如： FileInputStream in = new Fil

38、eInputStream(foo.ser); ObjectInputStream ois = new ObjectInputStream(in); Foo myFoo1=(Foo)ois.readObject(); Foo myFoo2=(Foo)ois.readObject(); Foo myFoo3=(Foo)ois.readObject(,8.5、對象序列化,import java.io.Serializable; /*Student定義為序列化類*/ public class Student implements Serializable static final long seria

39、lVersionUID = 123456L; String m_name; int m_id; int m_height; public Student( String name, int id, int h ) m_name = name; m_id = id; m_height = h; public void output( ) System.out.println(姓名: + m_name); System.out.println(學號: + m_id); System.out.println(身高: + m_height);,8.5、對象序列化,*將Student對象數(shù)據(jù)寫入obje

40、ct.dat*/ import java.io.FileOutputStream; import java.io.ObjectOutputStream; public class TestWriteObject public static void main(String args ) try ObjectOutputStream f = new ObjectOutputStream( new FileOutputStream(object.dat); Student s = new Student( 張三, 2003001, 172); f.writeObject(s); s.output(

41、 ); f.close( ); catch (Exception e) System.err.println(發(fā)生異常: + e); e.printStackTrace( );,8.5、對象序列化,*從object.dat讀出Student對象數(shù)據(jù)*/ import java.io.FileInputStream; import java.io.ObjectInputStream; public class TestReadObject public static void main(String args ) try ObjectInputStream f = new ObjectInput

42、Stream( new FileInputStream(object.dat); Student s = (Student)(f.readObject( ); s.output( ); f.close( ); catch (Exception e) System.err.println(發(fā)生異常: + e); e.printStackTrace( );,8.5、對象序列化,序列化注意事項,只有對象的數(shù)據(jù)被保存，方法與構造函數(shù)不被序列化。 聲明為transient或static的變量不能被序列化,小節(jié)安排,文件和流,8.2.1 輸入字節(jié)流：InputStream,8.3、字符流,8.4、文件,8

43、.2.2 輸出字節(jié)流：OutputStream,8.3.1 輸入字符流：Reader,8.3.2 輸出字符流：Writer,8.3.3 BufferedReader和BufferedWriter,8.1、流的基本概念,8.2、字節(jié)流,8.5、對象序列化,8.6、Java中的亂碼問題,8.3.4 字節(jié)流和字符流的異同,8.6.1、Java中字符的表達,Java中字 符表達,char,byte,網(wǎng)絡傳輸或存儲 的序列化形式,內(nèi)存形式,一個字節(jié) 8bits,一個Unicode字符 16bits,String,一組char,8.6.1、Java中字符的表達,例如： String ying = 英; c

44、har cy= ying.charAt(0); /取得首字符 /將英轉換成java默認編碼字符(UTF-16) String yingHex = Integer.toHexString(cy); System.out.println(yingHex.toUpperCase();/輸出默認編碼：82 F1 /將英轉換成GBK編碼 byte yingGBBytes = ying.getBytes(GBK); String hex; for(int i=0; iyingGBBytes.length; i+) hex=Integer.toHexString(yingGBBytesi /英的GBK編碼：

45、D3 A2,8.6.2、Unicode簡介,什么是Unicode呢？Unicode，又稱為統(tǒng)一碼、萬國碼或單一碼，它為每種語言中的每個字符設定了統(tǒng)一并且唯一的二進制編碼，以滿足跨語言、跨平臺進行文本轉換、處理的要求，即為每種語言的每個字符設定一個統(tǒng)一的序數(shù)。 ISO與Unicode獨立發(fā)展，至1992年合并協(xié)同。從Unicode 2.0開始，Unicode采用了與ISO 10646-1相同的字庫和字碼；ISO也承諾，ISO 10646將不會替超出0 x10FFFF的UCS-4編碼賦值，以使二者保持一致,8.6.2、Unicode編碼方式,Unicode編碼基于ISO 10646定義的通用字符集

46、（Universal Character Set，UCS） ，有UCS-2和UCS-4，分別用2個字節(jié)和4個字節(jié)編碼。 UCS-4定義如下，而UCS-4的高位的兩個字節(jié)為0即為UCS-2 Unicode是UCS-4的子集，計劃使用第0分組的17個平面，因此其編碼數(shù)為：17(平面)*256(行)*256(碼位)=1114112 個編碼，編碼范圍為011141121，即00 x10FFFF。實際定義了238605個，分布在平面0、1、2、14（0000 1110）、15（0000 1111）、16（0001 0000），其中15和16平面只是分別定義了兩個專用區(qū)，平面0的0 xE000-0 xF8

47、FF為專用區(qū)，0 xD800-0 xDFFF為代理區(qū)，因此目前真正定義的字符有238605-65534*2-6400-2048=99089個 。 因此，編碼集的取值范圍如下：UCS-2 UnicodeUCS-4,8.6.3、Unicode實現(xiàn)方式,整個Unicode 編碼系統(tǒng)或者說Unicode編碼標準可分為編碼方式和實現(xiàn)方式兩個層次。編碼方式是指Unicode如何對各種語言的每個字符進行編號的；而實現(xiàn)方式則是指同一個字符的Unicode編碼在不同的系統(tǒng)中的程序實現(xiàn)方式，比如漢語中的“字”在Unicode中的編號為23383，那么它在Windows或Mac OS操作系統(tǒng)中分別占幾個字節(jié)？如何存

48、儲與表達？等等，這些問題就是指Unicode的實現(xiàn)方式。 例：漢字“嚴”的Unicode是十六進制數(shù)0 x4E25，轉換成二進制數(shù)足足有15位（100 1110 0010 0101），也就是說這個符號的表示至少需要2個字節(jié)。表示其他更大的符號，可能需要3個字節(jié)或者4個字節(jié)，甚至更多。 如何才能區(qū)分Unicode和ASCII？ 計算機怎么知道三個字節(jié)表示一個符號，而不是分別表示三個符號呢？ 如果Unicode統(tǒng)一規(guī)定，每個符號用三個或四個字節(jié)表示，那么每個英文字母前都必然有二到三個字節(jié)是0，這對于存儲來說是極大的浪費，文本文件的大小會因此大出二三倍，這是無法接受的。 它們造成的結果是：1）出現(xiàn)了

49、Unicode的多種存儲方式，也就是說有許多種不同的二進制格式，可以用來表示Unicode。2）Unicode在很長一段時間內(nèi)無法推廣，直到互聯(lián)網(wǎng)的出現(xiàn),8.6.3、Unicode實現(xiàn)方式,在Unicode中，漢語字對應的編碼是23383。在Unicode中，我們有很多方式將數(shù)字23383表示成程序中的數(shù)據(jù)，包括：UTF-8、UTF-16、UTF-32。UTF是UCS Transformation Format的縮寫，可以翻譯成Unicode字符集轉換格式，即怎樣將Unicode定義的數(shù)字轉換成程序數(shù)據(jù)。 例如，漢字對應的數(shù)字是0 x6C49和0 x5B57，而編碼的程序數(shù)據(jù)是： BYTE d

50、ata_utf8 = 0 xE6, 0 xB1, 0 x89, 0 xE5, 0 xAD, 0 x97; / UTF-8 WORD data_utf16 = 0 x6C49, 0 x5B57; / UTF-16編碼 DWORD data_utf32 = 0 x6C49, 0 x5B57; / UTF-32編碼 這里用BYTE、WORD、DWORD分別表示無符號8位整數(shù)，無符號16位整數(shù)和無符號32位整數(shù)。UTF-8、UTF-16、UTF-32分別以BYTE、WORD、DWORD作為編碼單位。漢字的UTF-8編碼需要6個字節(jié)。漢字的UTF-16編碼需要兩個WORD，大小是4個字節(jié)。漢字的UTF-

51、32編碼需要兩個DWORD，大小是8個字節(jié),8.6.3、Unicode實現(xiàn)方式：UTF-8,8.6.3、Unicode實現(xiàn)方式：UTF-8,8.6.3、Unicode實現(xiàn)方式：UTF-16,UTF-16編碼以16位無符號整數(shù)為單位。令某個字符的Unicode編碼為U，則用UTF-16實現(xiàn)該編碼的規(guī)則如下： 如果U0 x10000，U的UTF-16編碼就是U對應的16位無符號整數(shù)（為書寫簡便，下文將16位無符號整數(shù)記作WORD）。 如果U0 x10000，我們先計算U=U-0 x10000，然后將U寫成二進制形式：yyyy yyyy yyxx xxxx xxxx，U的UTF-16編碼（二進制）就

52、是：110110yy yyyyyyyy 110111xx xxxxxxxx,8.6.3、Unicode實現(xiàn)方式：UTF-16,例：已知Unicode編碼，計算其UTF-16編碼 U=0 x20C30 U0 x10000 U=U-0 x10000=0 x10C30=0001 0000 1100 0011 0000 用前10位依次替代模板中的y，用后10位依次替代模板中的x，得：1101100001000011 1101110000110000，即0 xD843 0 xDC30，此為4字節(jié)的UTF-16編碼,8.6.3、Unicode實現(xiàn)方式：UTF-16,根據(jù)規(guī)則，U0 x10000，用四個字節(jié)

53、表示，其中第一個WORD是110110yy yyyyyyyy，其最小為11011000 00000000，最大為11011011 11111111，即0 xD800-0 xDBFF，同理第二個WORD為0 xDC00-0 xDFFF，這2048個編碼在Unicode中為專用，正是使用于此。 也就是說，沒有單個字符的編碼是位于0 xD800-0 xDFFF之間的，如果出現(xiàn)在此范圍內(nèi)，說明是由四個字節(jié)構成一個字符；否則是由兩個字節(jié)構成一個字符。 則，給定UTF-16編碼序列，怎么知道這是一個WORD的UTF-16編碼還是兩個WORD的UTF-16編碼呢,8.6.3、Unicode實現(xiàn)方式：UTF-

54、16,高位替代是指這個范圍(0 xD800-0 xDB7F)的碼位是兩個WORD的UTF-16編碼的第一個WORD。 低位替代就是指這個范圍(0 xDC00-0 xDFFF)的碼位是兩個WORD的UTF-16編碼的第二個WORD。 高位專用替代是兩個WORD的UTF-16編碼的第一個WORD在此范圍內(nèi)對應的是Unicode專用區(qū)編碼0 xF0000-0 x10FFFF，它在Unicode中沒有定義,8.6.3、Unicode實現(xiàn)方式：UTF-16,例：從網(wǎng)絡上讀取到一個字節(jié)序列(16進制表示：D9 E2 DD E5)，同時假設該字節(jié)序列是UTF-16字符，并使用Big Endian(即高位在低

55、地址，低位在高地址)的字節(jié)序，判斷該序列是一個字符(4字節(jié)編碼)還是兩個字符(2字節(jié)編碼)： 每次讀入兩個字節(jié)(先讀入D9 E2)，根據(jù)Big Endian規(guī)則，該數(shù)據(jù)為0 xD9E2。我們先檢查一下，這兩個字節(jié)是不是在0 xD800-0 xDB7F范圍內(nèi)？如果是，那表示我們讀到了一個超過兩個字節(jié)的字符，在本例中，0 xD9E2正好是在這個范圍內(nèi)，因此，我們就知道這兩個字節(jié)跟接下來的兩個字節(jié)0 xDDE5才能組成一個真正的字符；如果不在0 xD800-0 xDBFF范圍內(nèi)，那簡單了，這就是一個雙字節(jié)的字符而已。 由此，本例中的字符即為0 xD9E2DDE5，根據(jù)UTF-16編碼規(guī)則，將其展開為

56、二制位如下： 110110 0111100010 110111 0111100101 再根據(jù)UTF-16編碼規(guī)則，得到U=0111100010 0111100101，再計算U= U+0 x10000=0 x889E5，這就是該字符對應的Unicode碼,8.6.3、Unicode實現(xiàn)方式：UTF-16,根據(jù)UTF-16編碼規(guī)則，若第一個WORD位于高位替代范圍(0 xD800-0 xDB7F)，則第二個WORD必然位于低位替代范圍(0 xDC00-0 xDFFF)，否則必然導致亂碼； 若第一個WORD位于高位專用替代范圍(0 xDB80-0 xDBFF)，則第二個WORD必須位于低位替代范圍(

57、0 xDC00-0 xDFFF)，否則必然導致亂碼； 若第一個WORD位于高位專用替代范圍(0 xDB80-0 xDBFF)，且第二個WORD位于低位替代范圍(0 xDC00-0 xDFFF)，但接受方與發(fā)送方在該范圍內(nèi)的Unicode編碼實現(xiàn)方式不一致，則導致亂碼,8.6.4、Unicode實現(xiàn)方式：UTF-32,UTF-32編碼以32位無符號整數(shù)為單位。Unicode的UTF-32編碼就是其對應的32位無符號整數(shù),8.6.5、字節(jié)序：Little Endian和Big Endian,名稱來自英國作家斯威夫特的格列佛游記：因人們爭論吃雞蛋時究竟是從大頭(Big-Endian)敲開還是從小頭(

58、Little-Endian)敲開前后爆發(fā)了六次戰(zhàn)爭，一個皇帝送了命，另一個皇帝丟了王位。 Little Endian和Big Endian是CPU處理多字節(jié)數(shù)的不同方式。例如“漢”的Unicode編碼是0 x6C49。那么寫到文件里或從網(wǎng)絡發(fā)送出去時(按字節(jié)流)時，究竟是將6C寫在前面，還是將49寫在前面？如果將6C寫在前面，就是Big Endian；如果將49寫在前面，就是Little Endian。 為什么電子郵件常常出現(xiàn)亂碼？就是因為發(fā)信人和收信人使用的編碼方式、字節(jié)序不一樣,8.6.5、字節(jié)序：Little Endian和Big Endian,Unicode規(guī)范中定義，每一個文件的最前面分別加入一個表示編碼順序的字符，這個字符的名字叫做“零寬度非換行空格”（ZERO WIDTH NO-BREAK SPACE），用FEFF表示，正好是兩個字節(jié)，而且FF比FE大1。 定義：如果一個序列的頭兩個字節(jié)是FE FF，就表示該文件采用Big