今天在论坛里看见了一个人发帖子问,如何查看文件的编码。有一个人回帖推荐了一片文章,我看了一下,觉得挺好的,我把原文的意思取舍了一下,整理成了下面的文章。原文请查看:http://www.javaeye.com/topic/108540,作者是hdwangyi 。
他在帖子中贴出了一段代码来判断一个文本是UTF-8编码的,思路是读取一个txt文件,截取字符流的前3个字符(即标示位),判断是否与UTF-8的格式的标示位一致。
- import java.io.*;
- public class TestText {
- public static void main(String args[]){
- File file = new File("C:/1.txt");
- try{
- InputStream stream = new FileInputStream(file);
- byte[] byteArray = new byte[3];
- stream.read(byteArray);
- stream.close();
- if (byteArray[0] == -17 && byteArray[1] == -69 && byteArray[2] == -65)
- System.out.println("UTF-8");
- else
- System.out.println("可能是其他的编码");
- }
- catch(Exception e){
- e.printStackTrace();
- }
- }
- }
import java.io.*;
public class TestText {
public static void main(String args[]){
File file = new File("C:/1.txt");
try{
InputStream stream = new FileInputStream(file);
byte[] byteArray = new byte[3];
stream.read(byteArray);
stream.close();
if (byteArray[0] == -17 && byteArray[1] == -69 && byteArray[2] == -65)
System.out.println("UTF-8");
else
System.out.println("可能是其他的编码");
}
catch(Exception e){
e.printStackTrace();
}
}
}
但显然这种方式有很大的局限性,而且需要对文件编码有着一定的了解。于是作者用到了第三方的jar包cpdetector,下载地址:http://cpdetector.sourceforge.net/。如何在Eclipse中导入jar包,请看http://blog.csdn.net/justinavril/archive/2008/08/07/2783182.aspx。这个jar包内的类和方法能够准确判断文件的编码格式。
- import cpdetector.io.*;
- import java.io.*;
- import java.nio.charset.*;
- public class PageCode {
- public static void main(String args[]){
- CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
- detector.add(JChardetFacade.getInstance());
- Charset charset = null;
- File f = new File("C:/1.txt");
- try {
- charset = detector.detectCodepage(f.toURL());
- }
- catch (Exception e) {
- e.printStackTrace();
- }
- if(charset!=null){
- System.out.println(f.getName()+"编码是:"+charset.name());
- }else
- System.out.println(f.getName()+"未知");
- }
- }
import cpdetector.io.*;
import java.io.*;
import java.nio.charset.*;
public class PageCode {
public static void main(String args[]){
CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
detector.add(JChardetFacade.getInstance());
Charset charset = null;
File f = new File("C:/1.txt");
try {
charset = detector.detectCodepage(f.toURL());
}
catch (Exception e) {
e.printStackTrace();
}
if(charset!=null){
System.out.println(f.getName()+"编码是:"+charset.name());
}else
System.out.println(f.getName()+"未知");
}
}
输出:
- 1.txt编码是:GB2312
1.txt编码是:GB2312
可以把main函数的相关内容改成一个方法重用,从而达到自由判断文件编码的目的。