Java判断文件编码格式
转自:http://blog.csdn.net/zhangzh332/article/details/6719025
一般情况下我们遇到的文件编码格式为GBK或者UTF-8。由于中文Windows默认的编码是GBK,所以一般只要判定UTF-8编码格式。
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:
- java.io.File f=new java.io.File("待判定的文本文件名");
- try{
- java.io.InputStream ios=new java.io.FileInputStream(f);
- byte[] b=new byte[3];
- ios.read(b);
- ios.close();
- if(b[0]==-17&&b[1]==-69&&b[2]==-65)
- System.out.println(f.getName()+"编码为UTF-8");
- else System.out.println(f.getName()+"可能是GBK");
- }catch(Exception e){
- e.printStackTrace();
- }
上述代码只是简单判定了是否是UTF-8格式编码的文本文件,如果项目对要判定的文本文件编码不可控(比如用户上传的一些HTML、XML等文本),可以采用一个现成的开源项目:cpdetector,它所在的网址是:http://cpdetector.sourceforge.net/。它的类库很小,只有500K左右,利用该类库判定文本文件的代码如下(由于cpdetector的算法使用概率统计,所以结果并不是100%准确的,但是是迄今为止我见过的最准确的....@_@):
- /*------------------------------------------------------------------------
- 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:
- 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:
- #注释语句
- 属性名=属性值
读入属性文件的一般方法是:
- 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:
- String value=prop.getProperty("属性名");
- String encValue=new String(value.getBytes("iso-8859-1"),"属性文件的实际编码");
Java判断文件编码格式相关推荐
- java 判断是否为cst格式_Java判断文件编码格式
1:简单判断是UTF-8或不是UTF-8,因为一般除了UTF-8之外就是GBK,所以就设置默认为GBK. 按照给定的字符集存储文件时,在文件的最开头的三个字节中就有可能存储着编码信息,所以,基本的原理 ...
- Java判断文件夹是否存在,不存在则新建
1.Java判断是否存在文件夹,不存在则新建 File file = new File("D:/test/filetest/test.txt"); if (!file.getPar ...
- java判断文件夹中的图片是否重复
java判断文件夹中的图片是否重复 直接上代码 package com.example.common; import java.io.File; import java.io.FileInputStr ...
- java判断文件夹下是否存在文件_java 判断文件夹是否存在文件
java 判断文件夹是否存在文件 1.首先使用File类创建一个File对象: 2.然后判断是否是目录,不是目录就返回 3.之后使用file.list()方法获取目录下文件并存入数组 4.最后判断数组 ...
- java 判断文件的类型,用java流方式判断文件类型
这个方法只能在有限的范围内有效.并不是万金油 比如 图片类型判断,音频文件格式判断,视频文件格式判断等这种肯定是2进制且专业性很强的文件类型判断. 下面给出完整版代码 首先是文件类型枚取 packag ...
- java判断文件编码是UTF-8还是UTF-8(BOM)还是其他编码
java判断文件编码是UTF-8还是UTF-8(BOM)还是其他编码 final String filePath = "C:\\Users\\小太阳\\Desktop\\java\\2021 ...
- java判断文件是否图片_java怎么判断文件是否是图片
java判断文件是否是图片的方法: 1.通过判断文件后缀名String extension = ""; int i = fileName.lastIndexOf('.'); if ...
- java判断文本文件编码格式
上篇文章需要读取当前java或者配置文件的编码格式,这里主要支持UTF-8.GBK.UTF-16.Unicode等 /*** 判断文件的编码格式* @param fileName :file* @re ...
- Java判断文件类型
通常,在WEB系统中,上传文件时都需要做文件的类型校验,大致有如下几种方法: 1. 通过后缀名,如exe,jpg,bmp,rar,zip等等. 2. 通过读取文件,获取文件的Content-type来 ...
- java写入文件编码格式为ansi_Java读取、写入文件如何解决乱码问题
读取文件流时,经常会遇到乱码的现象,造成乱码的原因当然不可能是一个,这里主要介绍因为文件编码格式而导致的乱码的问题.首先,明确一点,文本文件与二进制文件的概念与差异. 文本文件是基于字符编码的文件,常 ...
最新文章
- mysql Got error 28 from storage engine
- Tomcat - 都说Tomcat违背了双亲委派机制,到底对不对?
- The method setOnClickListener(View.OnClickListener) in the type View is not applicable
- 一个适用各类场合的Makefile模板
- 更新wpscan_wpscan扫描工具
- react-native开发安卓app相关使用总结
- 奇瑞a3中控按键图解_5万元价位人生第一辆爱车如何选 奇瑞艾瑞泽5对比吉利远景...
- git+coding.net记录篇
- qq视频转码失败怎么办_视频里提取音频的几种方法
- 连八股文都不懂还指望在后端混下去么
- tcpdump抓取网络
- python--生成器
- iPhone14、iPhone14 Max和iPhone14 Pro的区别
- 我是一个*** (九)
- 少儿美术课儿童画之水彩画第3集《高高的长颈鹿》
- 试看5分钟视频python_不会Python吗?几分钟看完资深程序员给你的Python入门指南...
- win10 WmiPrvSE.exe WMI Provider 占用CPU过高的问题
- 屏幕长度与像素长度的转换
- 开源自动化测试工具EFT
- 51使用LCD1602液晶显示(复习总结)
热门文章
- python与人工智能基础课程介绍_人工智能基础课程:Python基础
- android handler的机制和原理_Android消息机制的原理及源码解析
- springcloud断路器修改熔断时间_SpringCloud(四)Hystrix服务降级,服务熔断
- react中dispatch_reactjs – TypeError:dispatch不是函数.在React无状态组件中
- 蓝桥杯2016年第七届JavaC组国赛第一题-平方末尾
- Vue 中使用element ui 自定义邮箱和手机号的效验规则
- Android 网络请求(OKHttp框架)
- 7-9 龟兔赛跑 (20 分)
- 1009 说反话 (20 分)—PAT (Basic Level) Practice (中文)
- ios整理(五)小应用-重力感应