Java IO流必备之File、递归与字符集举例详解_Java

file

file是java.io.包下的类，file类的对象，用于代表当前操作系统的文件（可以是文件、或文件夹）。
file类的对象可以代表文件/文件夹，并可以调用其提供的方法对象文件进行操作。
注意：file类只能对文件本身进行操作，不能读写文件里面存储的数据，如果需要读写文件，就要用到io流。

创建file类的对象

构造器	说明
`public file(string pathname)`	根据文件路径创建文件对象
`public file(string parent,string child)`	根据父路径和子路径名字创建文件对象
`public file(file parent,string child)`	根据父路径对应文件对象和子路径名字创建文件对象

注意：

file对象既可以代表文件、也可以代表文件夹。
file封装的对象仅仅是一个路径名，这个路径可以是存在的，也可以是不存在的。

file f1 =new file ("e:\\resource\\wang.jpg");

可以使用相对路径定位文件对象

只要带盘符的都称为绝对路径。
不带盘符，默认在idea工程下直接寻找文件的是相对路径，其一般用来找工程下的项目文件。

file f1 =new file ("resource\\wang.jpg");

file类的相关方法

file提供的判断文件类型、获取文件信息功能

方法名称	说明
`public boolean exists()`	判断当前文件对象对应的文件路径是否存在，存在返回`true`
`public boolean isfile()`	判断当前文件对象指代的是否是文件，是文件返回`true`，反之
`public boolean isdirectory()`	判断当前文件对象指代的是否是文件夹，是文件夹返回`true`
`public string getname()`	获取文件的名称（包含后缀）
`public long length()`	获取文件的大小，返回字节个数
`public long lastmodified()`	获取文件的最后修改时间
`public string getpath()`	获取创建文件对象时使用的路径
`public string getabsolutepath()`	获取绝对路径

file提供的创建和删除文件的方法

方法名称	说明
`public boolean createnewfile()`	创建一个新的空文件
`public boolean mkdir()`	只能创建一级文件夹
`public boolean mkdirs()`	可以创建多级文件夹
`public boolean delete()`	删除文件、空文件夹

注意：delete方法默认只能删除文件和空文件夹，删除后的文件不会进入回收站。

file提供的遍历文件夹的方法

方法名称	说明
`public string[] list()`	获取当前目录下所有的“一级文件名称”到一个字符串数组中返回
`public file[] listfiles()`	获取当前目录下所有的“一级文件对象”到一个文件对象数组中返回

使用listfiles方法时的注意事项：

当主调是文件，或者路径不存在时，返回null。
当主调是空文件夹时，返回一个长度为0的数组。
当主调是一个有内容的文件夹时，将里面所有一级文件和文件夹的路径放在file数组中返回。
当主调是一个文件夹，且里面有隐藏文件时，将里面所有文件和文件夹的路径放在file数组中返回，包含隐藏文件。
当主调是一个文件夹，但是没有权限访问该文件夹时，返回null。

方法递归

认识递归

递归是一种算法，从形式上来说，方法调用自身的形式称为方法递归。

两种形式

直接递归：方法自己调用自己。
间接递归：方法调用其他方法，其他方法又回调方法自己。

案例：递归求阶乘

public class recursiontest2{
   public static void main(string[] args ){
       int result = f(5);
       system.out.println("5的阶乘是："+result); 
   }
   public static int f(int n){
       if(n==1) return 1;
       else return n*f(n-1);     
   }
}

递归算法的三要素：

递归公式
递归的终结点
递归的方向必须走向终结点

文件搜索

使用递归算法搜索需要的文件。

public class test {
    public static void main(string[] args) {
        file dir  = new file("c:\\");
        searchfile(dir,"qq.exe");
    }

    public static void searchfile(file dir,string filename){
        if(dir==null||!dir.exists()) return;

        file[] files = dir.listfiles();

        if(files!=null && files.length>0){
            for(file file:files){
                if(file.isfile()){
                    if(file.getname().equals(filename)){
                        system.out.println("找到了目标文件："+file.getabsolutepath());
                    }
                }else{
                    searchfile(file,filename);
                }
            }
        }
    }

}

字符集

常见字符集

标准ascii字符集

定义：
ascii（american standard code for information interchange，美国信息交换标准代码），包含英文、符号等字符。
存储规则：
- 使用 1个字节 存储一个字符，首位固定为0。
- 可表示的字符总数：2^7 = 128 个（满足英语等简单语言需求）。
局限性：
- ascii无法编码中文等复杂字符，需扩展字符集。

gbk（汉字内码扩展规范，国标）

定位：
汉字编码字符集，涵盖 2万多个汉字及符号，解决中文存储问题。
存储规则：
- 中文字符：1个中文字符 → 2个字节 存储。
- 兼容性：兼容ascii字符集（ascii字符仍用1字节、首位为0存储，与gbk共存）。
编码规则：
汉字的 第一个字节的第一位必须是1（用于区分ascii字符，避免冲突）。
示例辅助：
- 字符示例：我a你（“我”“你”是汉字，各占2字节；“a”是ascii，占1字节）。
- 字节结构对比：
  - 原始混合（ascii + 汉字）：
    xxxxxxxx xxxxxxxx 0xxxxxxx xxxxxxxx xxxxxxxx（中间0xxxxxxx是ascii的“a”，两侧是汉字的两字节）
  - 规范后（汉字首字节第一位为1）：
    1xxxxxxx xxxxxxxx 0xxxxxxx 1xxxxxxx xxxxxxxx

unicode（统一码、万国码）

定位：
跨语言、跨平台的字符编码标准，目标是覆盖全球所有字符（包括各国文字、符号、 emoji 等）。
核心特点：
- 唯一码点：为每个字符分配 全球唯一的数字编号（如 u+0041 表示字母 a，u+4e2d 表示汉字 中）。
- 与编码方式无关：unicode 仅定义字符与数字的映射关系，具体存储需依赖 utf-8/utf-16/utf-32 等编码实现。
局限性：
unicode 本身不规定存储方式，直接按码点存储（如 u+4e2d 需 2 字节）会导致 空间浪费（如 ascii 字符仅需 1 字节，但 unicode 需 2 字节）。

utf-8（unicode transformation format - 8-bit）

定位：
unicode 的可变长度编码方式，是互联网最主流的字符编码（兼容 ascii，节省存储空间）。
存储规则：
- 可变字节数：根据字符复杂度动态调整字节数：
  - 1字节：ascii 字符（范围：u+0000 ~ u+007f，首位固定为 0，与 ascii 完全兼容）。
  - 2字节：大部分欧洲语言、中东字符（范围：u+0080 ~ u+07ff）。
  - 3字节：东亚文字（如中文、日文、韩文，范围：u+0800 ~ u+ffff）。
  - 4字节：罕见字符、emoji（范围：u+10000 ~ u+10ffff）。
- 字节结构规则：
  - 多字节字符的 首字节 用 1 标识长度（如 110xxxxx 表示2字节，1110xxxx 表示3字节）。
  - 后续字节 固定以 10 开头（如 10xxxxxx）。
优势：
- 兼容性：完全兼容 ascii，旧系统可无缝升级。
- 节省空间：对常用字符（如英文）仅用 1 字节，复杂字符按需扩展。

对比总结

字符集	编码方式	存储空间特点	兼容性	典型应用场景
ascii	定长（1字节）	仅支持128个字符	无扩展支持	早期英文系统
gbk	混合（1/2字节）	中文占2字节，兼容ascii	仅支持中文及少数符号	中文windows系统
unicode	无（仅码点）	需配合utf-8/16/32存储	需转换才能兼容旧系统	跨语言标准（如java内部）
utf-8	变长（1-4字节）	英文1字节，中文3字节	完全兼容ascii	互联网、linux/ macos系统

核心逻辑：utf-8 通过可变长度编码平衡了 全球字符覆盖 和 存储效率，成为全球化场景的首选编码。
注意：字符编码是使用的字符集，和解码时使用的字符集必须一致，否则会出现乱码。

编码与解码

字符串编码与解码方法总结

（1）编码：string → 字节数组

方法签名	说明
`byte[] getbytes()`	用平台默认字符集，将字符串编码为字节数组
`byte[] getbytes(string charsetname)`	用指定字符集（如`"utf-8"`），将字符串编码为字节数组

（2）解码：字节数组 → string

构造方法签名	说明
`string(byte[] bytes)`	用平台默认字符集，解码字节数组为字符串
`string(byte[] bytes, string charsetname)`	用指定字符集（如`"utf-8"`），解码字节数组为字符串

示例代码（java）

import java.io.unsupportedencodingexception;

public class simplecharsetexample {
    public static void main(string[] args) {
        string text = "你好";

        try {
            // 编码：string → byte[]
            byte[] utf8bytes = text.getbytes("utf-8");  // utf-8编码，1个中文占3字节
            byte[] gbkbytes = text.getbytes("gbk");     // gbk编码，1个中文占2字节

            system.out.println("utf-8字节数：" + utf8bytes.length); // 输出：6
            system.out.println("gbk字节数：" + gbkbytes.length);    // 输出：4

            // 解码：byte[] → string
            string decodedutf8 = new string(utf8bytes, "utf-8");   // 正确解码
            string decodedgbk = new string(gbkbytes, "gbk");       // 正确解码
            string wrongdecode = new string(utf8bytes, "gbk");     // 错误解码（乱码）

            system.out.println("utf-8解码：" + decodedutf8);  // 输出：你好
            system.out.println("gbk解码：" + decodedgbk);    // 输出：你好
            system.out.println("错误解码：" + wrongdecode);  // 输出乱码：浣犲ソ
        } catch (unsupportedencodingexception e) {
            e.printstacktrace();
        }
    }
}

核心注意事项

字符集必须一致：
编码用 utf-8，解码也必须用 utf-8；若编码和解码字符集不同，必然出现乱码（如示例中用gbk解码utf-8字节）。
平台默认字符集的风险：
getbytes() 和 new string(byte[]) 依赖系统默认字符集（windows 多为 gbk，linux/mac 多为 utf-8），跨平台易出问题，建议始终显式指定字符集（如"utf-8"）。
异常处理：
方法会抛出 unsupportedencodingexception（如传入不存在的字符集"utf8"，少写横线），需捕获或声明抛出。