Java 读取多字节字符时InputStream和InputStreamReader之间的差异

InputStream

和

InputStreamReader

之间的区别在于

InputStream

读作

byte

，而

InputStreamReader

读作

char

。例如，如果文件中的文本是

abc

，则两者都可以正常工作。但是如果文本是

a你们

，由一个

a

和两个汉字组成，则

InputStream

不起作用

所以我们应该使用

InputStreamReader

，但我的问题是：

InputStreamReader如何识别字符？

---

a

是一个字节，但汉字是两个字节。它是否将

a

读取为一个字节，并将另一个字符识别为两个字节，或者对于本文中的每个字符，

InputStreamReader是否将其读取为两个字节？
您必须通过提供二进制文件写入的字符集，给读者一个提示。例如

Reader reader =
   new InputStreamReader(
       new FileInputStream( "/path/to/file" ),
       "UTF-8" // most likely that the encoding of the file
   )

如果没有提示，它将使用您的平台默认编码，在许多情况下，这不是您想要的

这个链接对编码有很好的解释：
一个
InputStream
读取原始八位字节（8位）数据。在Java中，
byte
类型相当于C中的
char
类型。在C中，此类型可用于表示字符数据或二进制数据。在Java中，
char
类型与C
wchar\u t
类型具有更大的相似性

然后，
InputStreamReader
会将数据从某种编码转换为UTF-16。如果“a”你们" 在磁盘上被编码为UTF-8，它将是字节序列
61 E4 BD A0 E4 BB AC
。当您使用UTF-8编码将
InputStream
传递给
InputStreamReader
时，它将被读取为字符序列
0061 4F60 4EEC

Java中的字符编码API包含执行此转换的算法。您可以找到Oracle JRE支持的编码列表。如果您想了解其在实践中的工作原理，可以从中开始。

正如Alexander Pogrebnyak所说，您几乎应该始终明确地提供编码。
byte
-to-
char
不指定编码的方法依赖于，这取决于操作系统和用户设置