Java

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;

import info.monitorenter.cpdetector.io.ASCIIDetector;
import info.monitorenter.cpdetector.io.CodepageDetectorProxy;
import info.monitorenter.cpdetector.io.JChardetFacade;
import info.monitorenter.cpdetector.io.ParsingDetector;
import info.monitorenter.cpdetector.io.UnicodeDetector;

/**
 * cpdetector这个开源的jar包可以自动判断当前文件的内容编码，从而在读取的时候选择正确的编码读取，避免乱码问题；
 * @author hukr
 *
 */
public class CpdetectorTest {

	
	public static String getCharset(String path) throws IOException{
		/**
		 * detector是探测器，它把探测任务交给具体的探测实现类的实例完成。
		 * cpDetector内置了一些常用的探测实现类，这些探测实现类的实例可以通过add方法 加进来，如ParsingDetector、
		 * JChardetFacade、ASCIIDetector、UnicodeDetector。
		 * detector按照“谁最先返回非空的探测结果，就以该结果为准”的原则返回探测到的
		 * 字符集编码。使用需要用到三个第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar
		 * cpDetector是基于统计学原理的，不保证完全正确。
		 */
		CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

		/**
		 * ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于  
		 * 指示是否显示探测过程的详细信息，为false不显示。  
		 */
		detector.add(new ParsingDetector(false));如果不希望判断xml的encoding，而是要判断该xml文件的编码，则可以注释掉  
		
		/**
		 * JChardetFacade封装了由Mozilla组织提供的JChardet，它可以完成大多数文件的编码  
 		 * 测定。所以，一般有了这个探测器就可满足大多数项目的要求，如果你还不放心，
 		 * 可以 再多加几个探测器，比如下面的ASCIIDetector、UnicodeDetector等。  
 		 * 
		 */

		detector.add(JChardetFacade.getInstance());  // 用到antlr.jar、chardet.jar
		// ASCIIDetector用于ASCII编码测定  
		detector.add(ASCIIDetector.getInstance());  
		// UnicodeDetector用于Unicode家族编码的测定  
		detector.add(UnicodeDetector.getInstance());  
		Charset charset = null; 
		String charsetName;
		File file = new File(path);
		try {
			charset = detector.detectCodepage(file.toURI().toURL());
			//detector不仅可以用于探测文件的编码，也可以探测任意输入的文本流的编码，方法是调用其重载形式： 
			//charset=detector.detectCodepage(待测的文本输入流,测量该流所需的读入字节数);  
		} catch (IOException e) {
			e.printStackTrace();
		}
		
		if(charset != null){
			charsetName = charset.name();
			System.out.println(file.getName() + "编码是:" + charsetName);
		}else {
			charsetName = "";
			System.out.println(file.getName() +"编码未知");		
		}
		BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream(file),charsetName)); 
		String line = null;  
        String lines = "";  
        while ((line = reader.readLine()) != null) {  
            lines += line + "\n";  
        }  
        reader.close();
        //return 返回结果
        return lines; 
       // return path;
	}

	public static void main(String[] args) throws Exception {
		//GBK.txt编码是:GB2312
		 System.out.println(getCharset("./GBK.txt"));  
		 System.out.println(getCharset("./UTF.txt"));
		
		
	}

}