Java InputStream read方法理解困难问题

Question

假设我有一个Inputstream。如果我说错了，请纠正我，但是InputStream中的所有数据都保存为字节，例如以下文本：“为什么不用♥？” 现在我想知道，这个文本如何转换为字节数组，因为我不知道（例如）那个♥是如何保存的。 如果我调用

InputStream myInputStream = os.getInputStream();
byte[] b = new byte[1];
while ((in.read(b)) != -1) {
            System.out.write(b, 0, 1);
}

然后在每个循环中，我的字节数组（长度为1）将被填充下一个字节。

int.read(b)

返回一个整数值，稍后将其转换为字符。因此，如果查看Java文档，您会发现类似于以下内容：

从输入流中读取下一个字节的数据。值字节作为介于0到255之间的int返回。

我的想法是：只有255个不同的字符可能吗？这必须是一种错误的推理，因为在源代码中使用了哪些字符并不重要。

所以 - 有人能帮我解开这个谜题吗？非常感谢。

- CodeCannibal

---

“255个不同的字符可能吗？”如果你将一个2字节字符（仅作为示例）拆分为两个单字节字符，那么是的。 - Tom

Answer 1

将字符转换为字节（反之亦然）的过程称为“字符编码”。它可以通过许多不同的方式完成。这些转换的规则包含在Java所称的Charset中。Java支持许多字符集：ASCII，UTF_8，UTF_16，ISO_8859_1等。标准字符集可以在StandardCharsets中找到。

一些字符集认为字节和字符之间的映射是一对一的。ISO_8859_1（也称为拉丁-1）就是其中之一。但当然有一个缺点：只有256个字符可以使用这样的字符集进行编码（ISO_8859_1用于西方拉丁字符）。

一些编码方式，例如UTF_8，根据字符的不同使用一个、两个或多个字节进行编码。ASCII字符（a-b，A-B，数字等）使用单个字节进行编码，而其他字符（带重音符号的字母，中文，西里尔字母和其他字母）使用两个或多个字节进行编码。缺点是编码和解码更加困难，但优点是巨大的：这种编码支持每个可能的Unicode字符。

请记住，字节和字符是两个非常不同的概念，并且它们之间没有一对一的映射关系。使用InputStreamReader读取字符，使用OutputStreamWriter写入字符。始终指定字符集：不这样做将使用系统的默认编码（可能与另一个系统不同）。

- JB Nizet

Answer 2

需要2个字节的字符包含一个标志（在第一个字节中），通知想要知道它是否需要另一个字节的人（包括文本编辑器）。

在您的情况下，您将第一个字节作为整体读取，包括标志，然后再读取第二个字节。这是文本编辑器或控制台附加它们。

- Mordechai