/*
功能:实现文件编码格式的判断
通过一个文件的最前面三个字节,可以判断出该的编码类型:
ANSI: 无格式定义;(第一个字节开始就是文件内容)
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,第三字节为BF
*/
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
// 读取一个文件的最前面n个字节,并以十六进制形式输出每个字节的值
void readNBytes(char *fileName, int n)
{
FILE *fp = fopen(fileName, "r");
unsigned char *buf = (unsigned char*)malloc(sizeof(unsigned char)*n);
int i;
if(fp == NULL)
{
printf("open file [%s] failed.\n", fileName);
return;
}
fread(buf, sizeof(unsigned char), n, fp);
fclose(fp);
printf("%s:\t", fileName);
for(i = 0; i < n; i++)
{
printf("%x\t", buf[i]);
}
printf("\n");
free(buf);
}
void main()
{
char fileName[][50] = {"ansi.txt", "unicode.txt", "ubigendian.txt", "utf8.txt"};
int i;
for(i = 0; i < 4; i++)
{
// 每个文件中的内容都是:你what123456
readNBytes(fileName[i], 3);
}
}
每个测试文件中的内容都是:你what123456
运行结果为:
ansi.txt: c4 e3 77
unicode.txt: ff fe 60
ubigendian.txt: fe ff 4f
utf8.txt: ef bb bf