Java创建文件时指定编码

前言：最近，学习了Java IO流的相关的知识，想通过读写文件的方式练习和巩固所学知识。在使用File类创建文件时，突然想到，我该如何指定文件使用的编码呢？ 进而想到，应该如何查看一个文件的编码呢？

一、问题分析

先去互联网上查找答案，结果如下：

FileInputStream fis=new FileInputStream(“xxxx.txt”)；
OutputStreamWriter osw=new OutputStreamWriter(fis,“UTF-8”);

上面的代码大概意思是在写入文件时，写入的字符使用UTF-8编码，和我预想的不一样，我想在创建文件的同时指定编码。像下面这样，

File myfile = new File("test.txt”, “UTF-8”);
if (!myfile.exists()) myfile.createNewFile();

于是，我去查看Java API 8官方文档，File没有提供可以指定字符编码的构造函数。

同时也没提供set或者get等其他访问字符字符编码的方法，说明字符编码不是文件的固有属性。像文件创建时间，文件修改时间，是否可读、可写、可执行，这些都是文件的固有属性，或者说元信息，它们是文件的一部分。

二、字符编码

我们知道，计算机中存储的任何信息都是01串，文字也不例外。

对于字符的处理包括两个过程：编码和解码

编码：把字符"映射“到01串
解码：把01串"映射“到字符

不同的字符编码，例如GBK、UTF-8，编码和解码使用的规则不同。

对于同样的文本字符串：“中国”，使用UTF-8编码保存，一般使用三个字节保存一个汉字，（底层的01字符串的16进制形式）。

使用GBK编码保存，使用两个字节表示一个汉字。

当我们在文本编辑器中写好文字保存时，编辑器会根据你设置的字符编码类型将文本”映射“成01串。

你设置的字符类型，仅仅是编辑器把文字编码成成10串的转换规则而已，并不是文本的属性。

在编辑器打开文本文件时，显示的不是底层的01串，而是文字，是因为编辑器使用某种文字编码，把01串解码为字符。如果，解码时，使用的字符编码和编码时的一致或者兼容，就可以正确显示文本。如果解码时，使用的字符编码和编码时的不一致或者不兼容，就会乱码。

例如，我有一个文本文件使用的是GBK编码，内容是”明月几时有“，

我使用VS code (微软的一款非常好用的文本编辑器)打开文件，用术语说，就是解码文件。其默认使用的文字编码是UTF-8，解码相同。但是，因为我的文本底层是GBK编码的01串（两个字节一个字符），使用UTF-8解码01串，由于编码，解码不一致，必然会导致乱码。这时，只要手动选择对应的GBK编码，解码文件就不会乱码了。

乱码也从侧面说明了，字符编码不是文件的固有属性。

扯了这么多，就是为了说明这一点：字符编码就是解码和编码时用的规则，不是文件的固有属性。

我不禁产生疑惑，为什么当初不把字符编码设置为文件属性的一部分呢？

假设可以设置，并且设置为GBK，那么操作系统需要维护改功能。像一个文件是不可写的，那么有程序试图写文件，操作系统会拒绝写入一样，操作系统必须写入的字节必须是满足GBK编码要求，那么每次写入字节，操作系统都需要检查该字节的合法性，这需要非常大的性能开销，甚至是无法实现的，因为有些特殊字节即可以表示GBK，也可以表示UTF-8，是有歧义的。在说，做这一些的意义是什么，为了编辑器可以在打开文件的时候，可以根据编码属性选择正确的编码吗？没有必要，智能的编辑器，可以根据内容的前几个字节，推断出你的01串使用了什么编码。另外，你也可以手动设置解码所用的字符编码。

三 、问题解决

在创建文件的时候，无法指定文件的编码。在将文字写入（例如文本编辑器的Ctrl + S 保存，本质执行的就是写入操作）文件时，可以选择将文字转换为01串的编码规则。

针对Java程序，代码如下，正是文章最开始提及的代码：

FileInputStream fis=new FileInputStream(“xxxx.txt”)；
OutputStreamWriter osw=new OutputStreamWriter(fis,“UTF-8”);