IO

程序员校花
102 阅读10分钟

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 3 天，点击查看活动详情

File类

  • java.io.File类：文件和文件目录路径的抽象表示形式
  • File不能访问文件内容本身。如果需要访问文件内容本身，则需要使用输入/输出流
  • 想要在Java中表示一个真实存在的文件或目录，那么必须有一个File对象，但是Java程序中的一个File对象，可能没有一个真实存在的文件或目录

路径分隔符：

  • windows和DOS系统默认使用“ \ ”来表示
  • UNIX和URL使用“ / ”来表示

构造方法

  • public File(String pathname) ：可以是绝对路径或者相对路径

    • main()方法是相对于工程
    • 测试方法则是相对于当前module

  • public File(String parent,String child)：以parent为父路径，child为子路径创建File对象

  • public File(File parent,String child)：根据一个父File对象和子文件路径创建File对象

常用方法

获取：

  • public String getAbsolutePath()：获取绝对路径
  • public String getPath() ：获取路径
  • public String getName() ：获取名称
  • public String getParent()：获取上层文件目录路径。若无，返回null
  • public long length() ：获取文件长度（即：字节数）。不能获取目录的长度
  • public long lastModified() ：获取最后一次的修改时间，毫秒值
  • public String[] list() ：获取指定目录下的所有文件或者文件目录的名称数组
  • public File[] listFiles() ：获取指定目录下的所有文件或者文件目录的File数组（绝对路径）

重命名：

public boolean renameTo(File dest)：把文件重命名为指定的文件路径，dest不能在硬盘中

判断：

  • public boolean isDirectory()：判断是否是文件目录
  • public boolean isFile() ：判断是否是文件
  • public boolean exists() ：判断是否在硬盘中存在
  • public boolean canRead() ：判断是否可读
  • public boolean canWrite() ：判断是否可写
  • public boolean isHidden() ：判断是否隐藏

创建：

  • public boolean createNewFile()：创建文件。若文件存在，则不创建，返回false
  • public boolean mkdir()：创建文件目录。如果此文件目录存在，就不创建了。如果此文件目录的上层目录不存在，也不创建
  • public boolean mkdirs()：创建文件目录。如果上层文件目录不存在，一并创建

删除：

  • public boolean delete()：删除文件或者文件夹，要删除一个文件目录，该文件目录内不能包含文件或者文件目录

知识加油站

字符集和字符编码

字符集是很多个字符的集合，例如 GB2312 是简体中文的字符集，它收录了六千多个常用的简体汉字及一些符号，数字，拼音等字符。

字符编码是字符集的一种实现方式，把字符集中的字符映射为特定的字节或字节序列，它是一种规则。

比如：Unicode 只是字符集，UTF-8、UTF-16、UTF-32 才是真正的字符编码规则

Unicode

Unicode 是国际标准字符集，它将世界各种语言的每个字符定义一个唯一的编码，以满足跨语言、跨平台的文本信息转换。

Unicode 字符集的编码范围是 0x0000 - 0x10FFFF , 可以容纳一百多万个字符， 每个字符都有一个独一无二的编码，也即每个字符都有一个二进制数值和它对应，这里的二进制数值也叫码点 , 比如：汉字 "中" 的 码点是 0x4E2D, 大写字母 A 的码点是 0x41, 具体字符对应的 Unicode 编码可以查询 Unicode字符编码表。

Unicode 字符存储

Unicode 是一个符号集， 它只规定了每个符号的二进制值，但是符号具体如何存储它并没有规定。

由于编码范围是 0x0000 - 0x10FFFF，因此需要 1 到 3 个字节来表示。

那么，对于三个字节的 Unicode字符，计算机怎么知道它表示的是一个字符而不是三个字符呢 ？

如果所有字符都用三个字节表示，那么对于那些一个字节就能表示的字符来说，有两个字节是无意义的，对于存储来说，这是极大的浪费。

因此，Unicode 出现了多种存储方式，常见的有 UTF-8、UTF-16、UTF-32，它们分别用不同的二进制格式来表示 Unicode 字符。UTF-8、UTF-16、UTF-32 中的 "UTF" 是 "Unicode Transformation Format" 的缩写，意思是"Unicode 转换格式"，后面的数字表明至少使用多少个bit来存储字符, 比如：UTF-8 最少需要8个bit也就是一个字节来存储，对应的， UTF-16 和 UTF-32 分别需要最少2个字节和4个字节来存储。

UTF-8

UTF-8: 是一种变长字符编码，将码点编码为 1 至 4 个字节，具体取决于码点数值中有效二进制位的数量

编码规则

  • 对于单字节的符号，字节的第一位设为 0，后面 7 位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的, 所以 UTF-8 能兼容 ASCII 编码，这也是互联网普遍采用 UTF-8 的原因之一。

  • 对于 n 字节的符号( n > 1)，第一个字节的前 n 位都设为 1，第 n + 1 位设为 0，后面字节的前两位一律设为 10 。剩下的没有提及的二进制位（x），全部为这个符号的 Unicode 码

    下表是Unicode编码对应UTF-8需要的字节数量以及编码格式：

    image.png

例如：查询 "中" 的UTF-8编码

  1. 先查询 "中" 字的 Unicode 码 0x4E2D，对应范围的第三种，需要三个字节
  2. 0x4E2D对应的二进制为 0100 1110 0010 1101
  3. 然后从二进制的最后一位开始，从后向前依次填入格式中的x
  4. 得到 ”中“的UTF-8编码为11100100 10111000 10101101

更多见“编码”文章。。。。。。

IO流

流的分类：

  • 按操作数据单位不同分为：字节流(8 bit)，字符流(16 bit)

    • 对于文本文件（.txt，.java，.c），一般使用字符流处理
    • 对于非文本文件（.doc，.jpg，.mp3），使用字节流处理

  • 按数据流的流向不同分为：输入流，输出流

  • 按流的角色的不同分为：节点流（文件流），处理流

image.png

IO流体系：

image.png

操作步骤：

  1. 实例化File类
  2. 实例化流
  3. 读入 / 写出操作（以下就是针对不同的操作进行说明）
  4. 流的关闭

节点流

FileReader & FileWriter（字符流）

  • Java中字符是采用Unicode字符集

  • 非文本文件不能用字符流，原因如下：

    • java通过字符流读写文件，默认是按照UTF-8读写的
    • UTF-8的编码格式有4种，当文件中的字节格式不符合时（详情见知识加油站），字符流会将其转换为FFFD (unicode码点)，然后再将FFFD转换为UTF-8，导致文件读取的有问题。
    • 简单来说就是字符流想读取一个字符，然后发现不认识这个字符，就会转为FFFD。
  • 程序中打开的文件 IO 资源不属于内存里的资源，垃圾回收机制无法回收该资源，所以要显式关闭文件IO资源

常用方法：

  • int read()：读取单个字符。返回范围在 0 到 65535 之间，如果已到达流的末尾，则返回 -1
  • int read(char[] cbuf)：读取多个字符，并将字符覆盖cbuf数组。如果已到达流的末尾，则返回 -1。否则返回本次读取的字符数。

输出操作，对应的File可以不存在。

  • 如果不存在，会自动创建

  • 如果存在：

    • FileWriter(file, false) / FileWriter(file)：覆盖原有的文件
    • FileWriter(file, ture)：在原有的文件基础上追加内容

FileInputStream & FileOutputStream（字节流）

  • 通常作用于非文本

  • 可以复制文本，但不能在程序中读取文本，可能会出现乱码。

    • 原因：程序中读取文本可能出现中文，而中文占多个字节，导致被切割（即read())） 成乱码。

常用方法：

  • int read()：从输入流中读取数据的下一个字节。返回 0 到 255 。如果到达流末尾而没有可用的字节，则返回值 -1
  • int read(byte[] b)：同FileReader
  • void write(byte[] b, int off, int len)：将byte 数组中从偏移量 off 开始的 len 个字节写入此输出流

处理流

  • 在节点流外面包了一层流，套在相应的节点流之上。
  • 只要关闭最外层流即可，关闭最外层流也会相应关闭内层节点流。

缓冲流

  • 提高读写的速度，因为内部提供了一个缓冲区。

    • 当读取数据时，数据先读入缓冲区，其后的读操作则直接访问缓冲区

    • 当使用BufferedInputStream读取字节文件时，BufferedInputStream会一次性从文件中读取8192个(8Kb)，存在缓冲区中，直到缓冲区装满了，才重新从文件中读取下一个8192个字节数组。

    • 向流中写入字节时，不会直接写到文件，先写到缓冲区中直到缓冲区写满，BufferedOutputStream才会把缓冲区中的数据一次性写到文件里。使用方法flush()可以手动将缓冲区的内容全部写入输出流

      image.png

转换流（属于字符流）

  • 转换流提供了在字节流和字符流之间的转换

    • InputStreamReader：将一个字节的输入流转换为字符的输入流。解码
    • OutputStreamWriter：将一个字符的输出流转换为字节的输出流。编码

  • 使用转换流来处理文件乱码问题。实现编码和解码的功能

    • public InputSreamReader(InputStream in,String charsetName)：charsetName：指定字节输入流的编码规则
    • public OutputSreamWriter(OutputStream out,String charsetName)：charsetName：指定字符输出流的编码规则

对象流

ObjectInputStream和OjbectOutputSteam，用于存储和读取基本数据类型数据或对象的处理流，可以把Java中的对象写入到数据源中，也能把对象从数据源中还原回来。

writeObject(obj)：输出可序列化对象，输出一次，操作flush()一次

readObject()：读取流中的对象

序列化和反序列化

对象序列化机制允许把内存中的Java对象转换二进制流，从而允许把这种二进制流持久地保存在磁盘上，或通过网络将这种二进制流传输到另一个网络节点。当其它程序获取了这种二进制流，就可以恢复成原来的Java对象

对象支持序列化前提：

  • 实现Serializable接口 或 Externalizable接口（不常用）

  • 在类中声明serialVersionUID静态常量，表示序列化对象版本。不加的话由Java运行时自动生成，如果修改类的成员，serialVersionUID也会跟着变化，从而导致反序列化异常。

    • 在进行反序列化时，JVM会把传来的字节流中的serialVersionUID与本地相应实体类的serialVersionUID进行比较，如果相同

      就认为是一致的，可以进行反序列化，否则就会出现序列化版本不一致的异常。(InvalidCastException)

  • 类的属性也必须是可序列化的（默认情况基本数据类型可序列化）

  • ObjectOutputStream和ObjectInputStream不能序列化static和transient修饰的成员

avatar
文章
阅读
粉丝