Java如何识别并读取不同编码的文本文件

最新推荐文章于 2021-09-01 22:19:41 发布

原创最新推荐文章于 2021-09-01 22:19:41 发布 · 2.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#java #exception #string #file #null

java 专栏收录该内容

14 篇文章

订阅专栏

本文介绍如何在Java中避免读取文本文件时出现乱码问题。通过读取文件头信息来判断文件的编码格式，如UTF-8、Unicode、UTF-16BE或GBK，并使用相应的字符流进行读取。

相信大部分人都知道,txt文件有四种编码格式,"GBK", "UTF-8", "Unicode", "UTF-16BE",每一种编码格式的区分在于写入文件头的信息不同.为了避免读取乱码的现象,我们应该在读取文本之前先读取文件头信息,以便做出正确的读取编码方式.下面给出方法.

/** * 判断文件的编码格式 * @param fileName :file * @return 文件编码格式 * @throws Exception */ public static String codeString(String fileName) throws Exception{ BufferedInputStream bin = new BufferedInputStream( new FileInputStream(fileName)); int p = (bin.read() << 8) + bin.read(); String code = null; switch (p) { case 0xefbb: code = "UTF-8"; break; case 0xfffe: code = "Unicode"; break; case 0xfeff: code = "UTF-16BE"; break; default: code = "GBK"; } return code; }

然后,以字符流的方式读取文本

FileInputStream fInputStream = new FileInputStream(file); //code为上面方法里返回的编码方式 InputStreamReader inputStreamReader = new InputStreamReader(fInputStream, code); BufferedReader in = new BufferedReader(inputStreamReader); String strTmp = ""; //按行读取 while (( strTmp = in.readLine()) != null) { sBuffer.append(strTmp + "/n"); } return sBuffer.toString();