java获取html编码格式_如何获取java源文件编码格式

展开全部

java中主要使用charset这个类来判断文件的编码格32313133353236313431303231363533e58685e5aeb931333337623432式，代码如下：package com.ghj.packageoftool;

import info.monitorenter.cpdetector.io.ASCIIDetector;

import info.monitorenter.cpdetector.io.ByteOrderMarkDetector;

import info.monitorenter.cpdetector.io.CodepageDetectorProxy;

import info.monitorenter.cpdetector.io.JChardetFacade;

import info.monitorenter.cpdetector.io.ParsingDetector;

import info.monitorenter.cpdetector.io.UnicodeDetector;

import java.io.ByteArrayInputStream;

import java.io.File;

import java.io.InputStream;

import java.net.URL;

import java.nio.charset.Charset;

/**

* 文件工具类

*

* @author 高焕杰

*/

public class FileTool {

/**

* 获取本地文件的编码格式

*

* @param file 要判断的文件编码格式

*

* @author 高焕杰

*/

public static String getLocalFileEncode(File localFile) {

/*

* cpDetector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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。

* cpDetector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。cpDetector是基于统计学原理的，不保证完全正确。

*/

CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();

codepageDetector.add(new ParsingDetector(false));//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。

codepageDetector.add(JChardetFacade.getInstance());//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。

codepageDetector.add(new ByteOrderMarkDetector());

codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定

codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定

Charset charset = null;

try {

charset = codepageDetector.detectCodepage(localFile.toURI().toURL());

if (charset != null){

return charset.name();

}

} catch (Exception e) {

e.printStackTrace();

}

return null;

}

/**

* 获得远程URL文件的编码格式

*

* @param url 远程文件的URL路径

*

* @author 高焕杰

*/

public static String getURLFileEncode(URL url) {

/*

* cpDetector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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。

* cpDetector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。cpDetector是基于统计学原理的，不保证完全正确。

*/

CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();

codepageDetector.add(new ParsingDetector(false));//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。

codepageDetector.add(JChardetFacade.getInstance());//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。

codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定

codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定

Charset charset = null;

try {

charset = codepageDetector.detectCodepage(url);

if (charset != null){

return charset.name();

}

} catch (Exception e) {

e.printStackTrace();

}

return null;

}

/**

* 获得文件流的编码格式

*

* @param inputStream 文件流

*

* @author 高焕杰

*/

public static String getInputStreamEncode(InputStream inputStream) {

/*

* cpDetector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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。

* cpDetector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。cpDetector是基于统计学原理的，不保证完全正确。

*/

CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();

codepageDetector.add(new ParsingDetector(false));//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。

codepageDetector.add(JChardetFacade.getInstance());//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。

codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定

codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定

Charset charset = null;

try {

charset = codepageDetector.detectCodepage(inputStream, 0);

if (charset != null){

return charset.name();

}

} catch (Exception e) {

e.printStackTrace();

}

return null;

}

/**

* 获得字符串的编码格式

*

* @param stringValue 要判断的文件编码格式字符串

*

* @author 高焕杰

*/

public static String getStringEncode(String stringValue) {

/*

* cpDetector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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。

* cpDetector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。cpDetector是基于统计学原理的，不保证完全正确。

*/

CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();

codepageDetector.add(new ParsingDetector(false));//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。

codepageDetector.add(JChardetFacade.getInstance());//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。

codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定

codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定

Charset charset = null;

try {

InputStream inputStream = new ByteArrayInputStream(stringValue.getBytes());

charset = codepageDetector.detectCodepage(inputStream, 3);

if (charset != null){

return charset.name();

}

} catch (Exception e) {

e.printStackTrace();

}

return null;

}

}