java txt编码_java 读取不同编码的txt文件 中文乱码二

之前的文章中判断txt的编码，发现utf-8无BOM编码格式无法检测出来。

当无法检测时(返回的code为空时)，再使用一下方法则可以了。

/**

* 传入一个文件(File)对象，检查文件编码

*

* @param file

* File对象实例

* @return 文件编码，若无，则返回null

* @throws FileNotFoundException

* @throws IOException

*/

public String guessFileEncoding(File file) throws FileNotFoundException, IOException {

return guessFileEncoding(file, new nsDetector());

}

/**

*

* 获取文件的编码

* @param file

* File对象实例

* @param languageHint

* 语言提示区域代码 @see #nsPSMDetector ,取值如下：

* 1 : Japanese

* 2 : Chinese

* 3 : Simplified Chinese

* 4 : Traditional Chinese

* 5 : Korean

* 6 : Dont know(default)

*

*

* @return 文件编码，eg：UTF-8,GBK,GB2312形式(不确定的时候，返回可能的字符编码序列)；若无，则返回null

* @throws FileNotFoundException

* @throws IOException

*/

public String guessFileEncoding(File file, int languageHint) throws FileNotFoundException, IOException {

return guessFileEncoding(file, new nsDetector(languageHint));

}

/**

* 获取文件的编码

*

* @param file

* @param det

* @return

* @throws FileNotFoundException

* @throws IOException

*/

private String guessFileEncoding(File file, nsDetector det) throws FileNotFoundException, IOException {

// Set an observer...

// The Notify() will be called when a matching charset is found.

det.Init(new nsICharsetDetectionObserver() {

public void Notify(String charset) {

encoding = charset;

found = true;

}

});

BufferedInputStream imp = new BufferedInputStream(new FileInputStream(file));

byte[] buf = new byte[1024];

int len;

boolean done = false;

boolean isAscii = false;

while ((len = imp.read(buf, 0, buf.length)) != -1) {

// Check if the stream is only ascii.

isAscii = det.isAscii(buf, len);

if (isAscii) {

break;

}

// DoIt if non-ascii and not done yet.

done = det.DoIt(buf, len, false);

if (done) {

break;

}

}

imp.close();

det.DataEnd();

if (isAscii) {

encoding = "ASCII";

found = true;

}

if (!found) {

String[] prob = det.getProbableCharsets();

//这里将可能的字符集组合起来返回

for (int i = 0; i < prob.length; i++) {

if (i == 0) {

encoding = prob[i];

} else {

encoding += "," + prob[i];

}

}

if (prob.length > 0) {

// 在没有发现情况下,也可以只取第一个可能的编码,这里返回的是一个可能的序列

return encoding;

} else {

return null;

}

}

return encoding;

}