計算機程序思維邏輯 (58)：字符流與字節流的本質區別、編碼陷阱與 Java IO 體系全景

計算機程序思維邏輯 (58)：字符流與字節流的本質區別、編碼陷阱與 Java IO 體系全景

系列第 58 篇，深入剖析 Java IO 中最核心、最易混淆的字節流與字符流體系，從二進制視角重構理解，徹底搞懂編碼、轉換、緩衝、裝飾模式。

核心認知重構：一切皆位元組

文件在磁碟上只有位元組 (bytes)，沒有字符 (chars)。 字符是內存中概念，位元組是存儲/傳輸概念。二者橋樑是 **編碼**。

直觀實驗：整數 123 的兩種存儲形態

二進制存儲 (DataOutputStream)：

DataOutputStream out = new DataOutputStream(new FileOutputStream("test.dat"));
out.writeInt(123); // 寫入 4 字節: 00 00 00 7B (大端序)

UltraEdit 十六進制視圖：00 00 00 7B → 最低位字節 7B = 123。

文本存儲 (字符流)：

OutputStream out = new FileOutputStream("test.txt");
String data = Integer.toString(123); // "123"
out.write(data.getBytes("UTF-8"));   // 3 字節: 31 32 33

十六進制：31 32 33 → ASCII '1'=49(0x31), '2'=50(0x32), '3'=51(0x33)。

編碼決定位元組序列

同一文本 "hello, 123, 老馬" 不同編碼位元組長度不同：

編碼	英文/數字	中文	總字節數	十六進制片段
UTF-8	1 字節	3 字節	變長
GB18030	1 字節	2 字節	變長
UTF-16BE	2 字節	2 字節	定長

Java 內存中 char 固定 2 字節 (UTF-16BE)，這是字符流操作的基礎單位。

字節流 vs 字符流 體系對照

Java 字符流核心類全景

1. 基礎抽象

• Reader / Writer：所有字符流父類，定義 read()/write() 等核心協議

2. 轉換橋樑 (關鍵！)

• InputStreamReader：位元組流 → 字符流，**解碼** (指定 Charset)
• OutputStreamWriter：字符流 → 位元組流，**編碼** (指定 Charset)
• 凡是字符流操作文件/網絡，底層必經此兩類轉換

3. 文件專用

• FileReader / FileWriter：隱式使用平台默認編碼，**生產禁用**，跨平台亂碼根源
• 替代：new FileReader(file, StandardCharsets.UTF_8) (Java 11+) 或 手動鏈 new InputStreamReader(new FileInputStream(file), "UTF-8")

4. 內存數組/字符串源

• CharArrayReader/Writer：char[] 為源/目標
• StringReader/Writer：String/StringBuilder 為源/目標
• 單元測試、字符串處理常用

5. 裝飾器模式精華：緩衝與按行

• BufferedReader / BufferedWriter：緩衝區 + readLine()/newLine()，大幅提升 IO 效能，支援按行處理
• PrintWriter：包裝 Writer，提供 print/println/printf 格式化輸出，**自動 flush 可選**

6. 特殊角色：Scanner

• 非 Reader 子類，但功能類似：按分隔符解析基本類型 (nextInt(), nextDouble() 等)
• 掃描器模式，適合簡單文本解析，非高性能場景

標準流與錯誤流

System.in   // InputStream (標準輸入，鍵盤)
System.out  // PrintStream (標準輸出，螢幕) - 字節流但可直接打印字符
System.err  // PrintStream (標準錯誤，螢幕) - 同 out，獨立重定向

// 字符流包裝標準輸入
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
String line = br.readLine();

實用工具方法總結

1. 讀取文本文件全部內容 (Java 11+)： Files.readString(path, StandardCharsets.UTF_8)
2. 寫入文本文件： Files.writeString(path, content, StandardCharsets.UTF_8)
3. 按行處理大文件 (流式，低內存)：

   try (Stream<String> lines = Files.lines(path, StandardCharsets.UTF_8)) {
       lines.forEach(line -> process(line));
   }

4. 複製流 (通用工具)： IOUtils.copy(input, output) (Commons IO) 或 input.transferTo(output) (Java 9+)

避坑檢查清單

• [ ] 所有文本文件操作**顯式指定 UTF-8** (或業務約定編碼)
• [ ] 禁用 FileReader/FileWriter、new String(bytes) 無參構造
• [ ] 字節流轉字符流**必須**經 InputStreamReader/OutputStreamWriter
• [ ] 大文件**必須**用緩衝流 + 流式處理，禁用 readAllBytes
• [ ] try-with-resources 確保資源關閉 (Java 7+)
• [ ] 網絡協議層用字節流，應用層解析用字符流，分層清晰

下一篇將探討：NIO.2 (Path/Files/AsynchronousFileChannel)、零拷貝、內存映射文件、Netty ByteBuf 與標準 IO 的轉換。