Python java解决中文乱码问题，读取文本文件为乱码，编辑器打开正常

中文文本文件可以采用多种编码格式，常用的有：UTF-8，GBK，GB2312。但是也有可能采用其他不太常用的编码格式，如UFT-16。这时使用可视化的文本编辑软件打开文本文件，内容可以正常显示，但是使用python java等程序读取时却出现乱码，要想完美解决乱码问题可能性较低，因为文本的来源和形成过程是不可知的，有可能同一个文件中的内容混合使用了多种编码，此时解决办法是按照文本使用的主要编码对文本进行解码，并且忽略其他采用其他编码的内容在解码时出现的错误，本文针对python环境给出一种可行的办法，主要使用文件编码检测包chardet，具体使用方法如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

"""
@version:  1.0
@author:   huludan
@file:     text_file_encoding.py
@time:     2017-12-25
"""

import chardet


file_name = "/home/huludan/Documents/text.txt"
with open(file_name) as f:
	content = f.read()
	encoding = chardet.detect(content)["encoding"] # 自动检测文件编码
	unicode_str = content.decode(encoding, "ignore") # 解码为unicode字符串
	utf8_str = unicode_str.encode("UTF-8") # 重新编码位UTF-8字符串

java中文本文件读取乱码问题的解决思路同上，具体采用的文本内容编码检测包请自行查找。