Java自动获取文件和文件流编码
2017-07-26 14:50
357 查看
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:
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.
/** * 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.
相关文章推荐
- Java自动获取文件和文件流编码
- 如何使用Java代码获取文件、文件流或字符串的编码方式
- JAVA读取不同编码的txt文件,java获取txt文件编码格式
- java中获取TXT文件编码格式
- java获取txt文件编码格式
- Java如何获取文件编码格式
- Java如何获取文件编码格式
- 简单自动获取文件编码
- Atitit.检测文本文件的编码 自动获取文件的中文编码
- java自动根据文件内容的编码来读取避免乱码
- Java如何获取文件编码格式
- BytesEncodingDetect.java 自动识别文件编码
- java获取文件编码
- paip.enhes efis 自动获取文件的中文编码
- 文件编码自动检测及编码转换 - 编码,编码转换,文件编码 - Java - ITeye论坛- 编码,编码转换,文件编码 - Java - ITeye论坛
- Java如何获取文件编码格式
- Atitit.检测文本文件的编码 自动获取文件的中文编码
- Java 自动识别文件编码
- paip.enhes efis 自动获取文件的中文编码
- Java如何获取文件编码格式