1：簡(jiǎn)單判斷是UTF-8或不是UTF-8，因?yàn)橐话愠薝TF-8之外就是GBK，所以就設(shè)置默認(rèn)為GBK。

按照給定的字符集存儲(chǔ)文件時(shí)，在文件的最開(kāi)頭的三個(gè)字節(jié)中就有可能存儲(chǔ)著編碼信息，所以，基本的原理就是只要讀出文件前三個(gè)字節(jié)，判定這些字節(jié)的值，就可以得知其編碼的格式。其實(shí)，如果項(xiàng)目運(yùn)行的平臺(tái)就是中文操作系統(tǒng)，如果這些文本文件在項(xiàng)目?jī)?nèi)產(chǎn)生，即開(kāi)發(fā)人員可以控制文本的編碼格式，只要判定兩種常見(jiàn)的編碼就可以了：GBK和UTF-8。由于中文Windows默認(rèn)的編碼是GBK，所以一般只要判定UTF-8編碼格式。

對(duì)于UTF-8編碼格式的文本文件，其前3個(gè)字節(jié)的值就是-17、-69、-65，所以，判定是否是UTF-8編碼格式的代碼片段如下：

File file = new File(path);

InputStream in= new java.io.FileInputStream(file);

byte[] b = new byte[3];

in.read(b);

in.close();

if (b[0] == -17 && b[1] == -69 && b[2] == -65)

System.out.println(file.getName() + "：編碼為UTF-8");

else

System.out.println(file.getName() + "：可能是GBK，也可能是其他編碼");

2：若想實(shí)現(xiàn)更復(fù)雜的文件編碼檢測(cè)，可以使用一個(gè)開(kāi)源項(xiàng)目cpdetector，它所在的網(wǎng)址是：http://cpdetector.sourceforge.net/。它的類(lèi)庫(kù)很小，只有500K左右，cpDetector是基于統(tǒng)計(jì)學(xué)原理的，不保證完全正確，利用該類(lèi)庫(kù)判定文本文件的代碼如下：

讀外部文件(先利用cpdetector檢測(cè)文件的編碼格式，然后用檢測(cè)到的編碼方式去讀文件):

/**

* 利用第三方開(kāi)源包c(diǎn)pdetector獲取文件編碼格式

*

* @param path

* 要判斷文件編碼格式的源文件的路徑

* @author huanglei

* @version 2012-7-12 14:05

*/

public static String getFileEncode(String path) {

/*

* detector是探測(cè)器，它把探測(cè)任務(wù)交給具體的探測(cè)實(shí)現(xiàn)類(lèi)的實(shí)例完成。

* cpDetector內(nèi)置了一些常用的探測(cè)實(shí)現(xiàn)類(lèi)，這些探測(cè)實(shí)現(xiàn)類(lèi)的實(shí)例可以通過(guò)add方法 加進(jìn)來(lái)，如ParsingDetector、

* JChardetFacade、ASCIIDetector、UnicodeDetector。

* detector按照“誰(shuí)最先返回非空的探測(cè)結(jié)果，就以該結(jié)果為準(zhǔn)”的原則返回探測(cè)到的

* 字符集編碼。使用需要用到三個(gè)第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar

* cpDetector是基于統(tǒng)計(jì)學(xué)原理的，不保證完全正確。

*/

CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

/*

* ParsingDetector可用于檢查HTML、XML等文件或字符流的編碼,構(gòu)造方法中的參數(shù)用于

* 指示是否顯示探測(cè)過(guò)程的詳細(xì)信息，為false不顯示。

*/

detector.add(new ParsingDetector(false));

/*

* JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數(shù)文件的編碼

* 測(cè)定。所以，一般有了這個(gè)探測(cè)器就可滿足大多數(shù)項(xiàng)目的要求，如果你還不放心，可以

* 再多加幾個(gè)探測(cè)器，比如下面的ASCIIDetector、UnicodeDetector等。

*/

detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar

// ASCIIDetector用于ASCII編碼測(cè)定

detector.add(ASCIIDetector.getInstance());

// UnicodeDetector用于Unicode家族編碼的測(cè)定

detector.add(UnicodeDetector.getInstance());

java.nio.charset.Charset charset = null;

File f = new File(path);

try {

charset = detector.detectCodepage(f.toURI().toURL());

} catch (Exception ex) {

ex.printStackTrace();

}

if (charset != null)

return charset.name();

else

return null;

}

String charsetName = getFileEncode(configFilePath);

System.out.println(charsetName);

inputStream = new FileInputStream(configFile);

BufferedReader in = new BufferedReader(new InputStreamReader(inputStream, charsetName));

讀jar包內(nèi)部資源文件(先利用cpdetector檢測(cè)jar內(nèi)部的資源文件的編碼格式，然后以檢測(cè)到的編碼方式去讀文件)：

/**

* 利用第三方開(kāi)源包c(diǎn)pdetector獲取URL對(duì)應(yīng)的文件編碼

*

* @param path

* 要判斷文件編碼格式的源文件的URL

* @author huanglei

* @version 2012-7-12 14:05

*/

public static String getFileEncode(URL url) {

/*

* detector是探測(cè)器，它把探測(cè)任務(wù)交給具體的探測(cè)實(shí)現(xiàn)類(lèi)的實(shí)例完成。

* cpDetector內(nèi)置了一些常用的探測(cè)實(shí)現(xiàn)類(lèi)，這些探測(cè)實(shí)現(xiàn)類(lèi)的實(shí)例可以通過(guò)add方法 加進(jìn)來(lái)，如ParsingDetector、

* JChardetFacade、ASCIIDetector、UnicodeDetector。

* detector按照“誰(shuí)最先返回非空的探測(cè)結(jié)果，就以該結(jié)果為準(zhǔn)”的原則返回探測(cè)到的

* 字符集編碼。使用需要用到三個(gè)第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar

* cpDetector是基于統(tǒng)計(jì)學(xué)原理的，不保證完全正確。

*/

CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

/*

* ParsingDetector可用于檢查HTML、XML等文件或字符流的編碼,構(gòu)造方法中的參數(shù)用于

* 指示是否顯示探測(cè)過(guò)程的詳細(xì)信息，為false不顯示。

*/

detector.add(new ParsingDetector(false));

/*

* JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數(shù)文件的編碼

* 測(cè)定。所以，一般有了這個(gè)探測(cè)器就可滿足大多數(shù)項(xiàng)目的要求，如果你還不放心，可以

* 再多加幾個(gè)探測(cè)器，比如下面的ASCIIDetector、UnicodeDetector等。

*/

detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar

// ASCIIDetector用于ASCII編碼測(cè)定

detector.add(ASCIIDetector.getInstance());

// UnicodeDetector用于Unicode家族編碼的測(cè)定

detector.add(UnicodeDetector.getInstance());

java.nio.charset.Charset charset = null;

try {

charset = detector.detectCodepage(url);

} catch (Exception ex) {

ex.printStackTrace();

}

if (charset != null)

return charset.name();

else

return null;

}

URL url = CreateStationTreeModel.class.getResource("/resource/" + "配置文件");

URLConnection urlConnection = url.openConnection();

inputStream=urlConnection.getInputStream();

String charsetName = getFileEncode(url);

System.out.println(charsetName);

BufferedReader in = new BufferedReader(new InputStreamReader(inputStream, charsetName));

3：探測(cè)任意輸入的文本流的編碼，方法是調(diào)用其重載形式：

charset=detector.detectCodepage(待測(cè)的文本輸入流,測(cè)量該流所需的讀入字節(jié)數(shù));

上面的字節(jié)數(shù)由程序員指定，字節(jié)數(shù)越多，判定越準(zhǔn)確，當(dāng)然時(shí)間也花得越長(zhǎng)。要注意，字節(jié)數(shù)的指定不能超過(guò)文本流的最大長(zhǎng)度。

4：判定文件編碼的具體應(yīng)用舉例：

屬性文件(.properties)是Java程序中的常用文本存儲(chǔ)方式，象STRUTS框架就是利用屬性文件存儲(chǔ)程序中的字符串資源。它的內(nèi)容如下所示：

#注釋語(yǔ)句

屬性名=屬性值

讀入屬性文件的一般方法是：

FileInputStream ios=new FileInputStream(“屬性文件名”);

Properties prop=new Properties();

prop.load(ios);

String value=prop.getProperty(“屬性名”);

ios.close();

利用java.io.Properties的load方法讀入屬性文件雖然方便，但如果屬性文件中有中文，在讀入之后就會(huì)發(fā)現(xiàn)出現(xiàn)亂碼現(xiàn)象。發(fā)生這個(gè)原因是load方法使用字節(jié)流讀入文本，在讀入后需要將字節(jié)流編碼成為字符串，而它使用的編碼是“iso-8859-1”,這個(gè)字符集是ASCII碼字符集，不支持中文編碼，

方法一：使用顯式的轉(zhuǎn)碼：

String value=prop.getProperty(“屬性名”);

String encValue=new String(value.getBytes(“iso-8859-1″),”屬性文件的實(shí)際編碼”);

方法二：象這種屬性文件是項(xiàng)目?jī)?nèi)部的，我們可以控制屬性文件的編碼格式，比如約定采用Windows內(nèi)定的GBK，就直接利用”gbk”來(lái)轉(zhuǎn)碼， ? ? 如果約定采用UTF-8，就使用”UTF-8″直接轉(zhuǎn)碼。

方法三：如果想靈活一些，做到自動(dòng)探測(cè)編碼，就可利用上面介紹的方法測(cè)定屬性文件的編碼，從而方便開(kāi)發(fā)人員的工作

補(bǔ)充：可以用下面代碼獲得Java支持編碼集合：

Charset.availableCharsets().keySet();

可以用下面的代碼獲得系統(tǒng)默認(rèn)編碼：

Charset.defaultCharset();

總結(jié)

以上是生活随笔為你收集整理的java获取文件编码_java如何获取文件编码格式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。