java文件流编码_Java自动获取文件和文件流编码

在读取文件时,如果不清楚文件编码或者在不同的编码环境拷贝文件,这时中文数据很可能会出现乱码,参考了博客:http://blog.csdn.net/servermanage/article/details/8595676,有了如下的代码:

/**

* 检测文件的编码和文本流的编码

* 参考: http://blog.csdn.net/servermanage/article/details/8595676

* @author Administrator

*

*/

public class CpdetectorUtils {

//获取文本编码

private static final String FILE_ENCODE_TYPE = "file";

//获取文件流编码

private static final String IO_ENCODE_TYPE = "io";

/**

* 获取探测到的文件对象

*

* @param path

* 要判断文件编码格式的源文件的路径

*/

private CodepageDetectorProxy getDetector() {

/*

* detector是探测器，它把探测任务交给具体的探测实现类的实例完成。

* cpDetector内置了一些常用的探测实现类，这些探测实现类的实例可以通过add方法 加进来，如ParsingDetector、

* JChardetFacade、ASCIIDetector、UnicodeDetector。

* detector按照“谁最先返回非空的探测结果，就以该结果为准”的原则返回探测到的

* 字符集编码。使用需要用到三个第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar

* cpDetector是基于统计学原理的，不保证完全正确。

*/

CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

/*

* ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于

* 指示是否显示探测过程的详细信息，为false不显示。

*/

detector.add(new ParsingDetector(false));

/*

* JChardetFacade封装了由Mozilla组织提供的JChardet，它可以完成大多数文件的编码

* 测定。所以，一般有了这个探测器就可满足大多数项目的要求，如果你还不放心，可以

* 再多加几个探测器，比如下面的ASCIIDetector、UnicodeDetector等。

*/

detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar

// ASCIIDetector用于ASCII编码测定

detector.add(ASCIIDetector.getInstance());

// UnicodeDetector用于Unicode家族编码的测定

detector.add(UnicodeDetector.getInstance());

return detector;

}

/**

* 根据"encodeType"获取文本编码或文件流编码

*/

public String getFileOrIOEncode(String path,String encodeType){

CodepageDetectorProxy detector = getDetector();

File file = new File(path);

Charset charset = null;

try {

switch (encodeType) {

case FILE_ENCODE_TYPE:

charset = detector.detectCodepage(file.toURI().toURL());

break;

case IO_ENCODE_TYPE:

charset = detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)),128);//128表示读取128字节来判断文件流的编码,读得越多越精确,但是速度慢

break;

default:

charset = Charset.defaultCharset();

break;

}

} catch (IOException e) {

//这里获取编码失败,使用系统默认的编码

charset = Charset.defaultCharset();

System.out.println(e.getMessage());

}

return charset.name();

}

@Test

public void test(){

String path = "F:/DevelopmentSoftware/2016-04-18至2016-04-24记录.txt";

System.out.println("文件编码: " + getFileOrIOEncode(path, FILE_ENCODE_TYPE));

System.out.println("文件流编码: " + getFileOrIOEncode(path, IO_ENCODE_TYPE));

}

}

测试结果如下:

文件编码: GB2312

文件流编码: GB2312

尤其要注意在获取文件流编码时,重载方法detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)),128);的第一个参数必须是包装的高级流,如果是FileInputStream会包参数异常错误.