在java中通过icu4j来读取文件的编码格式

最新推荐文章于 2024-04-12 15:47:42 发布
置顶 最新推荐文章于 2024-04-12 15:47:42 发布
阅读量2.2k 收藏 1
点赞数 1
分类专栏： Java 文章标签： java csv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lsw1030378863/article/details/104960038
版权

前段时间公司项目有一个需求，需要读取解析本地CSV文件，将里面的内容在画面上以selectbox的形式表现出来。读取CSV文件的时候就涉及到check处理了。

其中有一个check处理让我困扰了很久，就是判断读入的CSV文件的编码格式是否符合在Java中所设定的编码格式。如果在Java中进行CSV文件读入时所设定的编码格式为【Shift-JIS】，而本地CSV文件的保存编码格式为【UTF-8】，那么读入后的日文汉字就会出现乱码现象。

起初我以为能够有方法来准确地读取文件的编码格式，但随着调查的不断深入才了解到，没有任何一种方法是能够准确地获得文件的编码格式。所以一些共同jar包里的方法其实都是用概率来推测这个文件所属的编码格式。
最终，我选择了下面的icu4j来进行编码格式的获取。

  • 首先配置maven，将jar包引入到工程。
<dependency>
    <groupId>com.ibm.icu</groupId
最低0.47元/天 解锁文章
RyuSekii
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
icu4j-2.6.1.jar问题
Accpwo的专栏
01-13 2517
项目中间接依赖了：icu4j-2.6.1.jar maven package 正常： [INFO] BUILD SUCCESS 但是用jetty或tomcat启动报错： [quote] java.lang.RuntimeException: Error scanning entry com/ibm/icu/impl/data/LocaleElements_zh__PINYIN.c...
icu4j java_使用ICU4J探测文档编码 | 学步园
weixin_32487647的博客
02-16 563
网页源码的编码探测一般有两种方式，一种是通过分析网页源码中Meta信息，比如contentType，来取得编码，但是某些网页不的contentType中不含任何编码信息，这时需要通过第二种方式进行探测，第二种是使用统计学和启发式方法对网页源码进行编码探测。ICU4J就是基于第二种方式的类库。由IBM提供。下面的例子演示了一个简单的探测过程。package org.mingyuan.icu4j;im...
读取创建CSV文件并自动解析文件编码方式
05-08
读取与创建CSV文件，根据第三方jar包自动解析文件编码方式，相关jar包与使用说明
java代码导出csv文件设置编码集utf-8和gbk
最新发布
weixin_46265050的博客
04-12 424
java代码导出csv文件设置编码集utf-8和gbk。
使用ICU4J探测文档编码
cnhome的专栏
11-15 2851
曾经使用过这个东东，还是不错的，中国人的一篇论文，最早的时候好像是在哪个开源浏览器里。 引用一片博客，做个注记.转自http://hi.baidu.com/cnjsp/blog/item/da18d0581e59f68a810a18e8.html   网页源码的编码探测一般有两种方式，一种是通过分析网页源码中Meta信息，比如contentType，来取得编码，但是某些网页不的content
ICU4J介绍
Java的专栏
05-10 6692
ICU (International Components for Unicode)是为软件应用提供Unicode和全球化支持的一套成熟、广泛使用的C/C++和Java类库集，可在所有平台的C/C++和Java软件上获得一致的结果。ICU首先是由Taligent公司开发的，Taligent公司被合并为IBM公司全球化认证中心的Unicode研究组后，ICU由IBM和开源组织合作继续开发。开始ICU只有Java平台的版本，后来这个平台下的ICU类被吸纳入SUN公司开发的JDK1.1，并在JDK以后的版本中不断
ICU4J开源字符编解码库识别出错问题小结_源于解决android WiFi SSID中文乱码问题
shawhay518的博客
05-17 3408
       上一篇我们介绍了WiFi SSID自动识别问题，用到了ICU库，最近终于在Android 7.1系统完整实现并验证通过，WiFi SSID中文繁体和简体识别以及连接全部解决，但是调试过程中却发现了JAVA核心库ICU的BUG.        在修改完Android framework对SSID原始内容自动识别问题，调用JAVA ICU库的CharsetDetector类，刚开始测试使...
检测文件编码 java_java 使用CharsetDetector检测文件的编码方式
weixin_35147304的博客
03-02 413
DEMO1：从服务器上读取文件的内容 判断文件编码URL url = new URL(getUrl);HttpURLConnection httpConnection = (HttpURLConnection) url.openConnection();InputStream in = httpConnection.getInputStream();InputStream tempStrea...
java icu4j_java – 如何使用ICU4J库
weixin_33568172的博客
02-16 1216
嗨Adham我在ICU4J的经验很少我试图读取LTR阿拉伯语文本并将其转换为RTL文本我将数字从英文更改为阿拉伯数字,并将对齐设置为RTL这是一个简单的代码,我希望我的小经验可以帮助你这是ICU4J网站中的demosPdfReader reader = new PdfReader(INPUTFILE);String txt=PdfTextExtractor.getTextFromPage(read...
java采用三方工具包自动判断文件编码 两种方式
核桃的博客——JavaWeb技术分享
07-01 1585
第一种我试过了不是很准，网上有人说是通过统计概率判断文件编码的再此处记录， UTF8的CSV文件 用wps打开修改后保存，再用notepad打开显示为GB2312，该方法读取的编码格式为 UTF-16BE，按此格式读取文件出现乱码； 用excel2013打开修改后保存，再用notepad打开，看见格式仍然是GB2312，该方法判断文件编码格式为Big5，按此格式读取文件出现乱码； jar包...
EncodingDetector:通过java检测系统编码或文件编码
06-17
编码检测器 通过java检测系统编码或文件编码 java -jar EncodingDetector.jar system java -jar EncodingDetector.jar file java -jar EncodingDetector.jar both
判断上传的文件编码方式-支持各种编码方式
10-16
判断上传的文件编码方式-支持各种编码方式，GB2312、utf-8、gbk、utf-16...
java按指定编码写入和读取文件内容的类分享
09-04
在实际应用中，如果文件的编码未知，可以使用第三方库（如Apache Commons IO或 ICU4J）来检测文件的编码。在确定编码后，再调用上述类的方法进行读写操作。例如，`java.nio.file.Files`类提供了一些高级功能，但默认...
Java字符编码及获取文件编码
02-02
2. 使用`CharsetDetector`类（如ICU4J中的）进行检测，该类会基于文件内容的统计特性来推测编码。 3. 如果以上步骤都无法确定，可以尝试使用平台默认编码或常见编码（如GBK、ISO-8859-1）读取文件，看是否能正确解码...
java读取文件中文乱码
09-07
6. 文件编码检测工具：可以使用第三方库，如Apache Commons IO的`CharsetDetector`或ICU4J的` CharsetDetector`，来自动检测文件的编码。 7. 编码转换：如果读取到的字符已经乱码，可以先将其转换为一个特定的编码...
java验证文件真实格式和编码格式工具类
11-23
3. **第三方库**：如ICU4J库提供了`BreakIterator`和`CharsetDetector`等工具，可以帮助识别文件的编码。 ### 解决乱码问题 在Java中，当读取文件时，如果不正确地指定编码，可能会导致乱码。为了解决这个问题，...
敏感词过滤
西京刀客
05-08 1万+
敏感词过滤 敏感词过滤就是词库匹配，你定义一个词库，里面有很多敏感词，匹配到了就说明这个词是敏感词。 所以最简单的办法就是建立一个list，先把所有的敏感词读进这个list，然后再利用list的contains方法，就可以判断某一句话中是否有敏感词，如果有就弹个提示，告诉用户语句中有敏感词，禁止用户发送，但是如果须要把把敏感词屏蔽掉（比如用” * “号代替）这个时候contains方法就不行了，得...
java导入百万csv_关于java导入导出CSV文件的坑
weixin_35645652的博客
03-02 760
现在越来越多与数据相关的项目用到数据的批量导入导出功能，csv格式文件也是这种场景下最常用的文件格式。csv可以用excel打开，这也是他便利的一面，相比于xlsx等格式，csv格式更简单，只包含数据，不包含格式，体积更小，兼容性更好。但其中也隐藏着一些坑。我们一般常用的编码格式是UTF-8，其实有utf-8和utf-8 bom两种格式，utf-8 bom格式是在文件开头加了0xEF, 0xBB,...
Java里面读取csv文件中文乱码
热门推荐
wlr_tang的专栏
12-12 3万+
csv文件默认编码为ANSI，这里出现乱码主要是编码不一致问题 DataInputStream in = new DataInputStream(new FileInputStream(new File("d:\\*.csv"))); BufferedReader br= new BufferedReader(new InputStreamReader(in,"GBK"));//这里如果csv
java maven 导入 ICU4J
09-24
### 回答1： 在使用 Java Maven 导入 ICU4J 时，首先需要在 pom.xml 文件中添加 ICU4J 的依赖。如下所示： ``` <dependency> <groupId>com.ibm.icu</groupId> <artifactId>icu4j</artifactId> <version>63.1</version> </dependency> ``` 然后在命令行中使用 Maven 命令进行安装： ``` mvn install ``` 安装完成后，即可在你的 Java 项目中使用 ICU4J。 注意：版本号可能会有所不同，请根据你需要使用的 ICU4J 版本进行修改。 ### 回答2： 要在Java Maven项目中导入ICU4J，可以按照以下步骤进行操作： 第一步是在Maven项目的pom.xml文件中添加ICU4J的依赖。在dependencies标签内添加以下代码： ```xml <dependency> <groupId>com.ibm.icu</groupId> <artifactId>icu4j</artifactId> <version>68.2</version> </dependency> ``` 这将告诉Maven将ICU4J库添加到项目的构建路径中。 第二步是在Java代码中使用ICU4J库。这可以通过导入相关的类和方法来实现。例如，在项目的Java文件中添加以下导入语句： ```java import com.ibm.icu.text.SimpleDateFormat; import com.ibm.icu.util.Calendar; ``` 然后，您可以使用ICU4J库中提供的功能，比如使用ICU的日期和时间格式化功能来格式化日期。 ```java // 创建ICU4J日期格式器 SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd", new ULocale("zh_CN")); // 获取当前日期 Calendar calendar = new Calendar(); Date currentDate = calendar.getTime(); // 使用ICU4J格式化日期 String formattedDate = sdf.format(currentDate); // 打印格式化后的日期 System.out.println("格式化后的日期：" + formattedDate); ``` 这样，您就可以成功导入ICU4J并在Java Maven项目中使用它了。确保项目成功构建并包含ICU4J库的依赖。 ### 回答3： 要在Java项目中使用ICU4J，您可以使用Maven来导入ICU4J的依赖。 首先，在您的项目的pom.xml文件中，找到dependencies标签，然后添加以下代码： ```xml <dependency> <groupId>com.ibm.icu</groupId> <artifactId>icu4j</artifactId> <version>版本号</version> </dependency> ``` 在`<version>`标签中，您可以指定所需ICU4J版本的编号。您可以在Maven仓库中找到可用的版本号。 然后，保存pom.xml文件，并执行Maven命令来更新并下载依赖项。您可以使用以下命令： ``` mvn clean install ``` 上述命令将导入并构建ICU4J库，并将其添加到您的项目中。 完成这些步骤后，您就可以在您的Java代码中使用ICU4J库了。您可以导入所需的类，并使用其提供的功能，例如国际化字符串处理、日期和时间格式化、字符转换等。 希望这个回答对您有所帮助！

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值