Java中文乱码——6、快门文件上传乱码

快门支持文件上传功能，能把用户上传的文件上传到TFS、Oracle、Hive等地方。在开发过程中发现，上传到TFS的文件、插入ORACLE、HIVE的数据有乱码。

最终发现原因如下：

1、文件上传的是字节流，其编码未知

2、无论以各种编码去理解该字节流都是不对的

那么，解决方案也比较简单

1、获取到字节流时先判断编码

2、将字节流统一转换成一种编码，比如：UTF-8

其中编码格式判断采用如下方式：

public static String guessEncoding(byte[] bytes) {  
    String DEFAULT_ENCODING = "UTF-8";  
    org.mozilla.universalchardet.UniversalDetector detector =  
        new org.mozilla.universalchardet.UniversalDetector(null);  
    detector.handleData(bytes, 0, bytes.length);  
    detector.dataEnd();  
    String encoding = detector.getDetectedCharset();  
    detector.reset();  
    if (encoding == null) {  
        encoding = DEFAULT_ENCODING;  
    }  
    return encoding;  
}  

需要引入如下jar包：

<dependency>
  <groupId>com.googlecode.juniversalchardet</groupId>
  <artifactId>juniversalchardet</artifactId>
  <version>1.0.3</version>
</dependency>

参考： http://blog.csdn.net/ajaxhu/article/details/12446917