Java在創建文件時指定編碼的實現方法

Posted on by

前言：最近，學習瞭Java IO流的相關的知識，想通過讀寫文件的方式練習和鞏固所學知識。在使用File類創建文件時，突然想到，我該如何指定文件使用的編碼呢？ 進而想到，應該如何查看一個文件的編碼呢？

一、問題分析

先去互聯網上查找答案，結果如下：

FileInputStream fis=new FileInputStream(“xxxx.txt”)；
OutputStreamWriter osw=new OutputStreamWriter(fis,“UTF-8”);

上面的代碼大概意思是在寫入文件時，寫入的字符使用UTF-8編碼，和我預想的不一樣，我想在創建文件的同時指定編碼。像下面這樣，

File myfile = new File("test.txt”, “UTF-8”);
if (!myfile.exists()) myfile.createNewFile();

於是，我去查看Java API 8官方文檔，File沒有提供可以指定字符編碼的構造函數。

在這裡插入圖片描述

同時也沒提供set或者get等其他訪問字符字符編碼的方法，說明字符編碼不是文件的固有屬性。像文件創建時間，文件修改時間，是否可讀、可寫、可執行，這些都是文件的固有屬性，或者說元信息，它們是文件的一部分。

在這裡插入圖片描述

二、字符編碼

我們知道，計算機中存儲的任何信息都是01串，文字也不例外。

對於字符的處理包括兩個過程：編碼和解碼

編碼：把字符"映射“到01串
解碼：把01串"映射“到字符

不同的字符編碼，例如GBK、UTF-8，編碼和解碼使用的規則不同。

對於同樣的文本字符串：“中國”，使用UTF-8編碼保存，一般使用三個字節保存一個漢字，（底層的01字符串的16進制形式）。

在這裡插入圖片描述

使用GBK編碼保存，使用兩個字節表示一個漢字。

在這裡插入圖片描述

當我們在文本編輯器中寫好文字保存時，編輯器會根據你設置的字符編碼類型將文本”映射“成01串。

你設置的字符類型，僅僅是編輯器把文字編碼成成10串的轉換規則而已，並不是文本的屬性。

在編輯器打開文本文件時，顯示的不是底層的01串，而是文字，是因為編輯器使用某種文字編碼，把01串解碼為字符。如果，解碼時，使用的字符編碼和編碼時的一致或者兼容，就可以正確顯示文本。如果解碼時，使用的字符編碼和編碼時的不一致或者不兼容，就會亂碼。

例如，我有一個文本文件使用的是GBK編碼，內容是”明月幾時有“，

在這裡插入圖片描述

在這裡插入圖片描述

我使用VS code (微軟的一款非常好用的文本編輯器)打開文件，用術語說，就是解碼文件。其默認使用的文字編碼是UTF-8，解碼相同。但是，因為我的文本底層是GBK編碼的01串（兩個字節一個字符），使用UTF-8解碼01串，由於編碼，解碼不一致，必然會導致亂碼。這時，隻要手動選擇對應的GBK編碼，解碼文件就不會亂碼瞭。

亂碼也從側面說明瞭，字符編碼不是文件的固有屬性。

扯瞭這麼多，就是為瞭說明這一點：字符編碼就是解碼和編碼時用的規則，不是文件的固有屬性。

我不禁產生疑惑，為什麼當初不把字符編碼設置為文件屬性的一部分呢？

假設可以設置，並且設置為GBK，那麼操作系統需要維護改功能。像一個文件是不可寫的，那麼有程序試圖寫文件，操作系統會拒絕寫入一樣，操作系統必須寫入的字節必須是滿足GBK編碼要求，那麼每次寫入字節，操作系統都需要檢查該字節的合法性，這需要非常大的性能開銷，甚至是無法實現的，因為有些特殊字節即可以表示GBK，也可以表示UTF-8，是有歧義的。在說，做這一些的意義是什麼，為瞭編輯器可以在打開文件的時候，可以根據編碼屬性選擇正確的編碼嗎？沒有必要，智能的編輯器，可以根據內容的前幾個字節，推斷出你的01串使用瞭什麼編碼。另外，你也可以手動設置解碼所用的字符編碼。

三 、問題解決

在創建文件的時候，無法指定文件的編碼。在將文字寫入（例如文本編輯器的Ctrl + S 保存，本質執行的就是寫入操作）文件時，可以選擇將文字轉換為01串的編碼規則。

針對Java程序，代碼如下，正是文章最開始提及的代碼：

FileInputStream fis=new FileInputStream(“xxxx.txt”)；
OutputStreamWriter osw=new OutputStreamWriter(fis,“UTF-8”);

到此這篇關於Java在創建文件時指定編碼的實現方法的文章就介紹到這瞭,更多相關Java創建文件時指定編碼內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：