txt 编码判断



这里指的文本是用于Windows系统中的扩展名为.txt的文件。

Notepad（记事本）只支持四种格式：ANSI/Unicode/Unicode big endian/UFT-8，

首先，不同编码的文本，是根据文本的前两个字节来定义其编码格式的。定义如下：

ANSI：　　　　　　　　无格式定义； 
Unicode： 　　　　　　前两个字节为FFFE； 
Unicode big endian：　前两字节为FEFF；　 
UTF-8：　 　　　　　　前两字节为EFBB；　

private static void judgeTxtCode(String path) throws Exception {
  FileInputStream fis = null;
  try {
   fis = new FileInputStream(path);
   int a = fis.read();
   int b = fis.read();
   if (a == 0xFF && b == 0xFE) {
    System.out.println("Unicode");
   } else if (a == 0xFE && b == 0xFF) {
    System.out.println("UTF-16BE");
   } else if (a == 0xEF && b == 0xBB) {
    System.out.println("UTF-8");
   } else {
    System.out.println("GBK");
   }
  } finally {
   if (fis != null) {
    fis.close();
   }
  }
 }