对于UTF-8编码格式的文本文件,其前3个字节的值就是-17、-69、-65,所以,判定是否是UTF-8编码格式的代码片段如下: 1. java.io.File f=new java.io.File("待判定的文本文件名"); 2. try{ 3. java.io.InputStream ios=new java.io.FileInputStream(f); 4. byte[] b=new byte[3]; 5. ios.read(b); 6. ios.close(); 7. if(b[0]==-17&&b[1]==-69&&b[2]==-65) 8. System.out.println(f.getName()+"编码为UTF-8"); 9. else System.out.println(f.getName()+"可能是GBK"); 10. }catch(Exception e){ 11. e.printStackTrace(); 12. } 可以采用一个现成的开源项目:cpdetector利用该类库判定文本文件的代码如下: 1. /*------------------------------------------------------------------------ 2. 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。 3. 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 4. 加进来,如ParsingDetector、 JChardetFacade、ASCIIDetector、UnicodeDetector。 5. 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 6. 字符集编码。 7. --------------------------------------------------------------------------*/ 8. cpdetector.io.CodepageDetectorProxy detector = 9. cpdetector.io.CodepageDetectorProxy.getInstance(); 10. /*------------------------------------------------------------------------- 11. 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 12. 指示是否显示探测过程的详细信息,为false不显示。 13. ---------------------------------------------------------------------------*/ 14. detector.add(new cpdetector.io.ParsingDetector(false)); 15. /*-------------------------------------------------------------------------- 16. 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 17. 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 18. 再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。 19. ---------------------------------------------------------------------------*/ 20. detector.add(cpdetector.io.JChardetFacade.getInstance()); 21. //ASCIIDetector用于ASCII编码测定 22. detector.add(cpdetector.io.ASCIIDetector.getInstance()); 23. //UnicodeDetector用于Unicode家族编码的测定 24. detector.add(cpdetector.io.UnicodeDetector.getInstance()); 25. java.nio.charset.Charset charset = null; 26. File f=new File("待测的文本文件名"); 27. try { 28. charset = detector.detectCodepage(f.toURL()); 29. } catch (Exception ex) {ex.printStackTrace();} 30. if(charset!=null){ 31. System.out.println(f.getName()+"编码是:"+charset.name()); 32. }else 33. System.out.println(f.getName()+"未知"); /*------------------------------------------------------------------------ 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。 --------------------------------------------------------------------------*/ cpdetector.io.CodepageDetectorProxy detector = cpdetector.io.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 cpdetector.io.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(cpdetector.io.JChardetFacade.getInstance()); //ASCIIDetector用于ASCII编码测定 detector.add(cpdetector.io.ASCIIDetector.getInstance()); //UnicodeDetector用于Unicode家族编码的测定 detector.add(cpdetector.io.UnicodeDetector.getInstance()); java.nio.charset.Charset charset = null; File f=new File("待测的文本文件名"); try { charset = detector.detectCodepage(f.toURL()); } catch (Exception ex) {ex.printStackTrace();} if(charset!=null){ System.out.println(f.getName()+"编码是:"+charset.name()); }else System.out.println(f.getName()+"未知"); 上面代码中的detector不仅可以用于探测文件的编码,也可以探测任意输入的文本流的编码,方法是调用其重载形式: Java代码 复制代码 1. charset=detector.detectCodepage(待测的文本输入流,测量该流所需的读入字节数); charset=detector.detectCodepage(待测的文本输入流,测量该流所需的读入字节数); 上面的字节数由程序员指定,字节数越多,判定越准确,当然时间也花得越长。要注意,字节数的指定不能超过文本流的最大长度。 判定文件编码的具体应用举例: 属性文件(.properties)是Java程序中的常用文本存储方式,象STRUTS框架就是利用属性文件存储程序中的字符串资源。它的内容如下所示: Java代码 复制代码 1. #注释语句 2. 属性名=属性值 #注释语句 属性名=属性值 读入属性文件的一般方法是: Java代码 复制代码 1. FileInputStream ios=new FileInputStream("属性文件名"); 2. Properties prop=new Properties(); 3. prop.load(ios); 4. ios.close(); FileInputStream ios=new FileInputStream("属性文件名"); Properties prop=new Properties(); prop.load(ios); ios.close(); 利用java.io.Properties 的load方法读入属性文件虽然方便,但如果属性文件中有中文,在读入之后就会发现出现乱码现象。发生这个原因是load方法使用字节流读入文本,在读入 后需要将字节流编码成为字符串,而它使用的编码是“iso-8859-1”,这个字符集是ASCII码字符集,不支持中文编码,所以这时需要使用显式的转 码: Java代码 复制代码 1. String value=prop.getProperty("属性名"); 2. String encValue=new String(value.getBytes("iso-8859-1"),"属性文件的实际编码"); |
|
来自: woshishenxian... > 《编码问题》