字节流与字符流：Java IO 的两条主线该怎么选

1. 为什么 Java IO 要分成字节流和字符流

Java 的 IO 体系里，最容易被初学者混淆的一对概念就是字节流 和字符流。它们并不是两套互相替代的 API，而是针对不同数据形态设计的两条主线：字节流面向原始二进制数据，字符流面向文本数据。

理解这一点，后面的选择就变得很自然：

字节流 ：以 byte（8 位）为最小单位，适合图片、音频、视频、压缩包、序列化对象等任何二进制内容。
字符流 ：以 char（16 位）为最小单位，内部会做编码解码，适合文本文件、配置文件、日志、CSV、JSON 等字符内容。

一句话概括：字节流处理"数据"，字符流处理"文本"。字符流本质上是在字节流之上加了一层编码转换。

2. 字节流体系：InputStream 与 OutputStream

字节流的顶层抽象类是 InputStream 和 OutputStream，所有具体实现都继承自它们。常见实现包括：

类型	常用类	典型用途
文件	`FileInputStream` / `FileOutputStream`	读写任意文件
缓冲	`BufferedInputStream` / `BufferedOutputStream`	减少系统调用，提升吞吐
内存	`ByteArrayInputStream` / `ByteArrayOutputStream`	内存中的字节数据转换
对象	`ObjectInputStream` / `ObjectOutputStream`	对象序列化与反序列化

下面是一个标准的字节流文件复制示例，注意使用缓冲区并配合 try-with-resources 自动关闭资源：

java 复制代码

import java.io.BufferedInputStream;
import java.io.BufferedOutputStream;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;

public class ByteStreamCopy {
    public static void copy(String src, String dest) throws IOException {
        try (BufferedInputStream in = new BufferedInputStream(new FileInputStream(src));
             BufferedOutputStream out = new BufferedOutputStream(new FileOutputStream(dest))) {
            byte[] buffer = new byte[8192];
            int len;
            while ((len = in.read(buffer)) != -1) {
                out.write(buffer, 0, len);
            }
            out.flush();
        }
    }

    public static void main(String[] args) throws IOException {
        copy("input.zip", "output.zip");
    }
}

这里有几个关键点：

read(buffer) 返回实际读取的字节数，返回 -1 表示读到末尾，不能只判断是否等于 0。
写入时要用 write(buffer, 0, len)，否则最后一次可能把缓冲区里的脏数据也写进去。
缓冲区大小一般取 4KB 到 64KB，8KB 是比较通用的选择。
字节流不需要关心编码，复制出来的文件与源文件逐字节一致。

3. 字符流体系：Reader 与 Writer

字符流的顶层抽象类是 Reader 和 Writer。它们内部会按照指定字符集把字节解码成字符，因此必须明确编码，否则会使用平台默认编码，跨环境时极易出现乱码。

类型	常用类	典型用途
文件	`FileReader` / `FileWriter`	简单文本读写（不推荐，编码不可控）
转换	`InputStreamReader` / `OutputStreamWriter`	字节流与字符流之间的桥梁
缓冲	`BufferedReader` / `BufferedWriter`	按行读取、批量写入
内存	`StringReader` / `StringWriter`	字符串与字符流互转

推荐写法是显式指定 UTF-8，通过转换流包装字节流：

java 复制代码

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.nio.charset.StandardCharsets;

public class CharStreamDemo {
    public static void readLines(String path) throws IOException {
        try (BufferedReader reader = new BufferedReader(
                new InputStreamReader(new FileInputStream(path), StandardCharsets.UTF_8))) {
            String line;
            while ((line = reader.readLine()) != null) {
                System.out.println(line);
            }
        }
    }

    public static void writeLines(String path) throws IOException {
        try (BufferedWriter writer = new BufferedWriter(
                new OutputStreamWriter(new FileOutputStream(path), StandardCharsets.UTF_8))) {
            writer.write("第一行");
            writer.newLine();
            writer.write("第二行");
            writer.flush();
        }
    }
}

字符流的优势在于：

按行读取 ：readLine() 直接处理换行符，适合日志、CSV 等文本格式。
编码可控 ：通过 InputStreamReader 指定字符集，避免乱码。
字符级操作：可以直接写入字符串，不必手动转成字节数组。

4. 字节流与字符流的转换关系

字符流并不是独立存在的，它的底层仍然是字节流。转换流 InputStreamReader 和 OutputStreamWriter 就是两者之间的桥梁：

flowchart LR A[字节流 InputStream] --> B[InputStreamReader 解码] B --> C[字符流 Reader] C --> D[业务处理] D --> E[字符流 Writer] E --> F[OutputStreamWriter 编码] F --> G[字节流 OutputStream]

理解这条链路后，就能明白为什么 FileReader 不推荐使用：它内部固定使用平台默认编码，在 Windows 和 Linux 之间迁移时容易出现乱码。显式使用 InputStreamReader 加 StandardCharsets.UTF_8 才是稳妥做法。

5. 如何选择：一张判断表

场景	推荐选择	理由
复制图片、音频、视频	字节流	二进制数据不能做字符解码
读取日志、CSV、配置文件	字符流	需要按行处理，且要控制编码
网络传输原始报文	字节流	协议层数据以字节为准
HTTP 响应体是文本	字节流读入，再按 charset 解码	编码信息来自响应头，需动态决定
对象序列化	字节流	序列化结果是二进制
大文本文件逐行处理	字符流 + 缓冲	避免一次性加载，减少内存占用

可以记住三条经验法则：

不确定就用字节流，字节流是万能的，字符流只是它的上层封装。
涉及文本就必须显式指定编码，不要依赖平台默认值。
无论哪种流，都建议加缓冲，减少底层 IO 次数。

6. 常见坑与最佳实践

6.1 忘记 flush 导致数据丢失

字符流和缓冲流内部都有缓冲区，写完不调用 flush() 或没有正确关闭，数据可能停留在内存中。使用 try-with-resources 可以保证 close() 被调用，而 close() 内部会先 flush。

6.2 用字符流读取二进制文件

用 FileReader 读图片会破坏字节内容，因为解码过程会替换无法映射的字节。二进制文件一律使用字节流。

6.3 编码不一致导致乱码

写入用 UTF-8、读取用 GBK，必然乱码。团队内应统一约定编码，并在代码中显式写出 StandardCharsets.UTF_8，让问题在代码评审阶段就暴露。

6.4 缓冲区大小设置不合理

缓冲区过小会导致频繁系统调用，过大则浪费内存。一般 8KB 起步，处理大文件时可以调到 32KB 或 64KB，并结合实际压测结果调整。

6.5 忘记处理异常与资源关闭

IO 操作必须处理 IOException，并确保资源释放。try-with-resources 是首选写法，避免手写 finally 块时遗漏关闭逻辑。

7. 小结

字节流和字符流的分工非常清晰：字节流负责原始数据的搬运，字符流负责文本的编码解码与按行处理。实际开发中，字符流几乎总是建立在字节流之上，通过转换流指定编码完成桥接。

选择时先问自己一个问题：我要处理的是二进制数据还是文本？ 二进制走字节流，文本走字符流并显式指定 UTF-8；无论哪种，都加上缓冲、用 try-with-resources 管理资源，就能避开绝大多数 IO 问题。