InputStream read（）方法详解「建议收藏」

全栈程序员-站长 • 2022年9月21日上午10:16 • 未分类 • 阅读 0

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

　　在Java7中，InputStream被定义为一个抽象类，相应的，该类下的read()方法也是一个抽象方法，这也就意味着必须有一个类继承InputStream并且实现这个read方法。
　　查阅Java7 API，我们可以看到，在InputStream中定义了三个重载的read()方法：

　　但是在这三个方法中，只有参数列表为空的read方法定义为抽象方法，这也就意味着在直接继承自InputStream的所有子类中，必须重写这个方法。下面我们来看看这个方法的介绍：
这里写图片描述
　　这里有两点需要注意：一是这个方法的返回值是int类型；二是在这个方法每次从数据源中读取一个byte并返回。很多初次接触Java的读者在看到这里时都会产生下面的疑问，就是这个方法读取的byte是如何以int的形式返回的。
　　在计算机中，所有的文件都是以二进制的形式存储的，换句话说，每个文件不管是什么类型，在计算机中的形式都是一串0和1。而read()方法在读的时候是每次读取8个二进制位，这8个0或1就是我们所谓的一个byte（字节）。在这里通常容易产生的疑问就是将字节和字符混为一谈。无论在什么语言什么系统中，只要它符合当今世界对于计算机技术的主流定义，那么一个byte就是8个二进制位。而字符则不同，字符是与人为定义的编码规则相关的，一个字符的大小（也就是其所占的二进制位）是由编码规则决定的，比如在GBK编码中一个汉字用两个字节表示，而在utf-8中，一个汉字由3到4个字节表示。言归正传，既然一个byte表示8个二进制位，那么这8个二进制位就是一个0-255之间的十进制数字，实际上在Java中，byte就是一个0-255之间的整数，而将从文件中读取的二进制转化成十进制这一过程是由read()方法完成的。
　　也就是说，read()这个方法完成的事情就是从数据源中读取8个二进制位，并将这8个0或1转换成十进制的整数，然后将其返回。
下面再来看read(byte[] b)这个方法，这个方法的介绍如下：这里写图片描述
　　这个方法使用一个byte的数组作为一个缓冲区，每次从数据源中读取和缓冲区大小（二进制位）相同的数据并将其存在缓冲区中。当然byte数组中存放的仍然是0-255的整数，将二进制转换为十进制这个过程仍然是read方法实现的。
　　需要注意的是，虽然我们可以指定缓冲区的大小，但是read方法在读取数据的时候仍然是按照字节来读取的。在utf-8等变长编码中，一个复杂字符（比如汉字）所占字节往往大于1，并且长度往往是不固定的。（参照UTF-8编码规则）按照字节读取数据会将字符割裂，这就导致我们在使用read(byte[] b)方法读取文件时，虽然指定了缓冲区的大小，但是仍然会出现乱码。下面这段代码可以很好地解释这一点

public static void main(String[] args) throws IOException {
        // TODO Auto-generated method stub

        InputStream in = null;
        File f = new File("D:/test.txt");

        byte[] b = new byte[2];

        in = new FileInputStream(f);
        int i = 0;
        while ((i = in.read(b)) != -1) {
            String str = new String(b);
            System.out.print(str);
        }
    }

文件如下（采用ANSI编码）：

运行结果如下：

补充一点：在调用new String(byte[] b)这个构造方法时，java会根据传入的数据按照当前编码规则创建String，如果将编码方式改为GBK，则可以正常输出中文：
这里写图片描述
这是因为，GBK编码每个汉字占两个字节，缓冲区大小设为2就可以避免字符编码割裂的情况。