简记检测文件的字符集

最新推荐文章于 2024-08-02 20:36:52 发布

MTonj

最新推荐文章于 2024-08-02 20:36:52 发布

阅读量1.6k

点赞数

分类专栏： JAVA 文章标签： java

本文链接：https://blog.csdn.net/MTonj/article/details/123535499

版权

本文简要记录了如何在Java中检测文件的字符集。通过使用Java的内置API，可以分析文件的字节顺序标记（BOM）或者通过检测模式来识别文件的编码类型。

摘要由CSDN通过智能技术生成

  import cn.hutool.core.util.CharsetUtil;

/**
     * 检测文件的字符集
     * @param fileLocal
     * @return
     */
    private File checkFileCharset(File fileLocal) {
        if(fileLocal.exists()) {
            //上传的文件字符集
            String fileCharset = LocalCharsetUtil.getFileCharset(fileLocal);
            //系统字符集编码
            String systemCharset = CharsetUtil.defaultCharsetName();
            if (StrUtil.isNotEmpty(fileCharset) && !systemCharset.equals(fileCharset)) {
                fileLocal = CharsetUtil.convert(fileLocal, Charset.forName(fileCharset), Charset.forName(systemCharset));
            }
        }
       return fileLocal;
    }





public class LocalCharsetUtil {

    /** 7位ASCII字符，也叫作ISO646-US、Unicode字符集的基本拉丁块 */
    public static final String US_ASCII = "US-ASCII";

    /** ISO 拉丁字母表 No.1，也叫作 ISO-LATIN-1 */
    public static final String ISO_8859_1 = "ISO-8859-1";

    /** 8 位 UCS 转换格式 */
    public static final String UTF_8 = "UTF-8";

    /** 16 位 UCS 转换格式，Big Endian（最低地址存放高位字节）字节顺序 */
    public static final String UTF_16BE = "UTF-16BE";

    /** 16 位 UCS 转换格式，Little-endian（最高地址存放低位字节）字节顺序 */
    public static final String UTF_16LE = "UTF-16LE";

    /** 16 位 UCS 转换格式，字节顺序由可选的字节顺序标记来标识 */
    public static final String UTF_16 = "UTF-16";

    /** 中文超大字符集 */
    public static final String GBK = "GBK";

    /**
     * 将字符编码转换成US-ASCII码
     */
    public String toASCII(String str) throws UnsupportedEncodingException {
        return this.changeCharset(str, US_ASCII);
    }
    /**
     * 将字符编码转换成ISO-8859-1码
     */
    public String toISO_8859_1(String str) throws U