Java判断文件编码

偏执的太偏执、 2023-09-24 21:04 52阅读 0赞

**首先，我们需要三个jar包**

主要jar包：cpdetector.jar  
同时还需jchardet-1.0.jar这个包，否则detector.add(cpdetector.io.JChardetFacade.getInstance()); 会报错；  
还有一个antlr.jar，不然运行过程中detector.add(new ParsingDetector(false));会报错；

如图所示：

![525f1379158b4dadbca57f7fc17c98c0.png][]

public class Utils {
    	private static final String UNKONW_CHARSET = "unknow charset";
     
    	@SuppressWarnings("deprecation")
    	public static String getFileCharSet(File file) {
    		/**
    		 * CodepageDetectorProxy是探测器，它把探测任务交给具体的探测实例完成。
    		 * CodepageDetectorProxy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。
    		 * CodepageDetectorProxy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。
    		 */
    		CodepageDetectorProxy detectorProxy = 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。
    		 */
    		//如果要探测xml，html文件本身的编码，而不是探测xml的encoding,请注释掉（html同理）
    		detectorProxy.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。  
    		 */
    		detectorProxy.add(JChardetFacade.getInstance());
    		//UnicodeDetector用于Unicode家族编码的测定
    		detectorProxy.add(UnicodeDetector.getInstance());
    		//ASCIIDetector用于ASCII编码测定
    		detectorProxy.add(ASCIIDetector.getInstance());
    		Charset charset = null;
    		try {
    			//注意，当文件名称中有特殊符号，例如%的时候，本句代码抛异常
    			charset = detectorProxy.detectCodepage(file.toURL());
    			return charset.name();
    		} catch (Exception e) {
    			e.printStackTrace();
    			System.out.println(file.getAbsolutePath() + " unknow charset");
    		}
    		return UNKONW_CHARSET;
    	}
     
    }

[525f1379158b4dadbca57f7fc17c98c0.png]: https://img-blog.csdnimg.cn/525f1379158b4dadbca57f7fc17c98c0.png