java 字符流相关的io操作原理分析

1 一般文字编辑原件，如记事本等，保存内容格式默认为ANSI，次ANSI并不是指ASCII，次ANSI是和操作系统有关，对于简体中文    操作系统，ANSI是GBK（国标编码），对于英文操作系统，ANSI是ASCII，对于台湾的繁体版操作系统，ANSI是big5.

2 java语言内部使用的编码语言是unicode bigendian 。

3 java 字符相关的io ，如InputStreamReader，读取io流，如fileInputStream的时候，可以指定使用的编码格式，如：

InputStreamReader isr = new InputStreamReader(new FileInputStream("a.dat"),"UTF-8");

4 如果字符操作ap，没有显式指定编码格式，那么默认用什么编码格式呢？有3点假设（1）使用系统默认的，即ANSI（

gbk）；（2）使用java默认的unicode ；（3）智能判断文件内容的保存格式。

5 经过试验验证，是使用系统默认的编码，即如果是简体中文操作系统，使用GBK编码。

6 代码如下：

对比信息：

要读取的文件内容

要读取的文件内容的16进制内容

可以看到，前2个byte是\u8640，是汉字咢的GBK编码值，第3个byte是\u54 ，是英文字母T的GBK码值

7 如果再java里面，以char方式读取文件里面的内容，每个char强制转换为int，然后打印出int的16进制值。那么，第一个char的16进制int值是多少呢？86？8640？ .... 结果是：54a2 。为什么？

8 由此可见，内部的操作过程是这样子的，如以InputStreamReader方式读取文件，如果没有指定编码方式，默认对照系统的ANSI编码，即GBK ，所以读到数据8640，知道是中文汉字“咢”，因为java内部是Unicode编码的，“咢”的Unicode编码是54a2，所以char （java语言char长度是2个byte，即16位）中保存的是54a2，所以打印出来的结果是54a2 。

9 结果：

10 另外思考一点，如果文件内容中既有中文又有英文字符，从上可以知道，中文用2个byte保存，英文用1个byte，如“咢”用\u8640 ,"T"用\u54保存 。那么，读取的时候，怎么知道该读1个byte组成内容，还是2个byte组成内容呢？