inputstream 中文乱码产生原因

直接读字节，而数据比较长，没有一次读完的时候，很可能刚好读到一个汉字的前一个字节，这样，这个中文就成了乱码，后面的数据因为没有字节对齐，也都成了乱码。

InputStream，字面意思字节输入点，也就是说以字节为单位进行流式数据的读取。它是所有字节输入流的基类，同时是一个抽象类，如果要使用需要使用其子类。常见的有FileInputStream，从文件中读取字节输入流；BufferedInputStream是带缓冲区的输入流，它继承于FilterInputStream。默认缓冲区大小是8M，能够减少访问磁盘的次数，提高文件读取性能。不管是哪种字节输入流，读取的是字节byte，GBK每个汉字两个字节，UTF-8每个汉字三个字节而当中英文混合的时候，有的字符占一个字节，有的字符占两个字节。

所以如果直接读字节，而数据比较长，没有一次读完的时候，很可能刚好读到一个汉字的前一个字节，这样，这个中文就成了乱码，后面的数据因为没有字节对齐，也都成了乱码。

解决办法，首先在读取的时如果涉及汉字我们要设置字符集编码，采用字符流进行读取比如InputStreamReader，FileReader，BufferedReader 。