⑴ java代碼如何獲取文件的編碼格式
若想實現更復雜的文件編碼檢測，可以使用一個開源項目cpdetector，它所在的網址是：http://cpdetector.sourceforge.net/。它的類庫很小，只有500K左右，cpDetector是基於統計學原理的，不保證完全正確
⑵ java 怎麼獲得文件編碼格式
java課程設計例子
Java如何獲取文件編碼格式
1：簡單判斷是UTF-8或不是UTF-8，因為一般除了UTF-8之外就是GBK，所以就設置默認為GBK。
按照給定的字元集存儲文件時，在文件的最開頭的三個位元組中就有可能存儲著編碼信息，所以，基本的原理就是只要讀出文件前三個位元組，判定這些位元組的值，就可以得知其編碼的格式。其實，如果項目運行的平台就是中文操作系統，如果這些文本文件在項目內產生，即開發人員可以控制文本的編碼格式，只要判定兩種常見的編碼就可以了：GBK和UTF-8。由於中文Windows默認的編碼是GBK，所以一般只要判定UTF-8編碼格式。
對於UTF-8編碼格式的文本文件，其前3個位元組的值就是-17、-69、-65，所以，判定是否是UTF-8編碼格式的代碼片段如下：
Filefile=newFile(path);
InputStreamin=newjava.io.FileInputStream(file);
byte[]b=newbyte[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：若想實現更復雜的文件編碼檢測，可以使用一個開源項目cpdetector，它所在的網址是：http://cpdetector.sourceforge.net/。它的類庫很小，只有500K左右，cpDetector是基於統計學原理的，不保證完全正確，利用該類庫判定文本文件的代碼如下：
讀外部文件(先利用cpdetector檢測文件的編碼格式，然後用檢測到的編碼方式去讀文件):
/**
*利用第三方開源包cpdetector獲取文件編碼格式
*
*@parampath
*要判斷文件編碼格式的源文件的路徑
*@authorhuanglei
*@version2012-7-1214:05
*/
(Stringpath){
/*
*detector是探測器，它把探測任務交給具體的探測實現類的實例完成。
*cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法加進來，如ParsingDetector、
*JChardetFacade、ASCIIDetector、UnicodeDetector。
*detector按照「誰最先返回非空的探測結果，就以該結果為准」的原則返回探測到的
*字元集編碼。使用需要用到三個第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar
*cpDetector是基於統計學原理的，不保證完全正確。
*/
CodepageDetectorProxydetector=CodepageDetectorProxy.getInstance();
/*
*ParsingDetector可用於檢查HTML、XML等文件或字元流的編碼,構造方法中的參數用於
*指示是否顯示探測過程的詳細信息，為false不顯示。
*/
detector.add(newParsingDetector(false));
/*
*JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼
*測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以
*再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。
*/
detector.add(JChardetFacade.getInstance());//用到antlr.jar、chardet.jar
//ASCIIDetector用於ASCII編碼測定
detector.add(ASCIIDetector.getInstance());
//UnicodeDetector用於Unicode家族編碼的測定
detector.add(UnicodeDetector.getInstance());
java.nio.charset.Charsetcharset=null;
Filef=newFile(path);
try{
charset=detector.detectCodepage(f.toURI().toURL());
}catch(Exceptionex){
ex.printStackTrace();
}
if(charset!=null)
returncharset.name();
else
returnnull;
}
StringcharsetName=getFileEncode(configFilePath);
System.out.println(charsetName);
inputStream=newFileInputStream(configFile);
BufferedReaderin=newBufferedReader(newInputStreamReader(inputStream,charsetName));讀jar包內部資源文件(先利用cpdetector檢測jar內部的資源文件的編碼格式，然後以檢測到的編碼方式去讀文件)：
/**
*利用第三方開源包cpdetector獲取URL對應的文件編碼
*
*@parampath
*要判斷文件編碼格式的源文件的URL
*@authorhuanglei
*@version2012-7-1214:05
*/
(URLurl){
/*
*detector是探測器，它把探測任務交給具體的探測實現類的實例完成。
*cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法加進來，如ParsingDetector、
*JChardetFacade、ASCIIDetector、UnicodeDetector。
*detector按照「誰最先返回非空的探測結果，就以該結果為准」的原則返回探測到的
*字元集編碼。使用需要用到三個第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar
*cpDetector是基於統計學原理的，不保證完全正確。
*/
CodepageDetectorProxydetector=CodepageDetectorProxy.getInstance();
/*
*ParsingDetector可用於檢查HTML、XML等文件或字元流的編碼,構造方法中的參數用於
*指示是否顯示探測過程的詳細信息，為false不顯示。
*/
detector.add(newParsingDetector(false));
/*
*JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼
*測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以
*再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。
*/
detector.add(JChardetFacade.getInstance());//用到antlr.jar、chardet.jar
//ASCIIDetector用於ASCII編碼測定
detector.add(ASCIIDetector.getInstance());
//UnicodeDetector用於Unicode家族編碼的測定
detector.add(UnicodeDetector.getInstance());
java.nio.charset.Charsetcharset=null;
try{
charset=detector.detectCodepage(url);
}catch(Exceptionex){
ex.printStackTrace();
}
if(charset!=null)
returncharset.name();
else
returnnull;
}
URLurl=CreateStationTreeModel.class.getResource("/resource/"+"配置文件");
URLConnectionurlConnection=url.openConnection();
inputStream=urlConnection.getInputStream();
StringcharsetName=getFileEncode(url);
System.out.println(charsetName);
BufferedReaderin=newBufferedReader(newInputStreamReader(inputStream,charsetName));
3：探測任意輸入的文本流的編碼，方法是調用其重載形式：
charset=detector.detectCodepage(待測的文本輸入流,測量該流所需的讀入位元組數);
上面的位元組數由程序員指定，位元組數越多，判定越准確，當然時間也花得越長。要注意，位元組數的指定不能超過文本流的最大長度。
4：判定文件編碼的具體應用舉例：
屬性文件(.properties)是Java程序中的常用文本存儲方式，象STRUTS框架就是利用屬性文件存儲程序中的字元串資源。它的內容如下所示：
#注釋語句
屬性名=屬性值
讀入屬性文件的一般方法是：
FileInputStreamios=newFileInputStream(「屬性文件名」);
Propertiesprop=newProperties();
prop.load(ios);
Stringvalue=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，在讀入之後就會發現出現亂碼現象。發生這個原因是load方法使用位元組流讀入文本，在讀入後需要將位元組流編碼成為字元串，而它使用的編碼是「iso-8859-1」,這個字元集是ASCII碼字元集，不支持中文編碼，
方法一：使用顯式的轉碼：
Stringvalue=prop.getProperty(「屬性名」);
StringencValue=newString(value.getBytes(「iso-8859-1″),」屬性文件的實際編碼」);
方法二：象這種屬性文件是項目內部的，我們可以控制屬性文件的編碼格式，比如約定採用Windows內定的GBK，就直接利用」gbk」來轉碼，如果約定採用UTF-8，就使用」UTF-8″直接轉碼。
方法三：如果想靈活一些，做到自動探測編碼，就可利用上面介紹的方法測定屬性文件的編碼，從而方便開發人員的工作
補充：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默認編碼：
Charset.defaultCharset();
⑶ java 獲取 file 的編碼（utf-8或者gbk）
File in = new File(args[0]);
InputStreamReader r = new InputStreamReader(new FileInputStream(in));
System.out.println(r.getEncoding());
⑷ java怎麼獲取文件編碼格式
沒錯，就這樣做，文件格式和文件內容，不是這樣的。
普通文件，開始就是文件內容了。
有編碼的，開頭先是編碼的定義，正如判斷語句所寫的那樣
⑸ 如何獲取java源文件編碼格式
java中主要使用charset這個類來判斷文件的編碼格式，代碼如下：
packagecom.ghj.packageoftool;
importinfo.monitorenter.cpdetector.io.ASCIIDetector;
importinfo.monitorenter.cpdetector.io.ByteOrderMarkDetector;
importinfo.monitorenter.cpdetector.io.CodepageDetectorProxy;
importinfo.monitorenter.cpdetector.io.JChardetFacade;
importinfo.monitorenter.cpdetector.io.ParsingDetector;
importinfo.monitorenter.cpdetector.io.UnicodeDetector;
importjava.io.ByteArrayInputStream;
importjava.io.File;
importjava.io.InputStream;
importjava.net.URL;
importjava.nio.charset.Charset;
/**
*文件工具類
*
*@author高煥傑
*/
publicclassFileTool{
/**
*獲取本地文件的編碼格式
*
*@paramfile要判斷的文件編碼格式
*
*@author高煥傑
*/
(FilelocalFile){
/*
*cpDetector是探測器，它把探測任務交給具體的探測實現類的實例完成。
*cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法加進來，如ParsingDetector、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
*cpDetector按照「誰最先返回非空的探測結果，就以該結果為准」的原則返回探測到的字元集編碼。cpDetector是基於統計學原理的，不保證完全正確。
*/
=CodepageDetectorProxy.getInstance();
codepageDetector.add(newParsingDetector(false));//ParsingDetector可用於檢查HTML、XML等文件或字元流的編碼,構造方法中的參數用於指示是否顯示探測過程的詳細信息，為false不顯示。
codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。
codepageDetector.add(newByteOrderMarkDetector());
codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用於ASCII編碼測定
codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用於Unicode家族編碼的測定
Charsetcharset=null;
try{
charset=codepageDetector.detectCodepage(localFile.toURI().toURL());
if(charset!=null){
returncharset.name();
}
}catch(Exceptione){
e.printStackTrace();
}
returnnull;
}
/**
*獲得遠程URL文件的編碼格式
*
*@paramurl遠程文件的URL路徑
*
*@author高煥傑
*/
(URLurl){
/*
*cpDetector是探測器，它把探測任務交給具體的探測實現類的實例完成。
*cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法加進來，如ParsingDetector、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
*cpDetector按照「誰最先返回非空的探測結果，就以該結果為准」的原則返回探測到的字元集編碼。cpDetector是基於統計學原理的，不保證完全正確。
*/
=CodepageDetectorProxy.getInstance();
codepageDetector.add(newParsingDetector(false));//ParsingDetector可用於檢查HTML、XML等文件或字元流的編碼,構造方法中的參數用於指示是否顯示探測過程的詳細信息，為false不顯示。
codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。
codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用於ASCII編碼測定
codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用於Unicode家族編碼的測定
Charsetcharset=null;
try{
charset=codepageDetector.detectCodepage(url);
if(charset!=null){
returncharset.name();
}
}catch(Exceptione){
e.printStackTrace();
}
returnnull;
}
/**
*獲得文件流的編碼格式
*
*@paraminputStream文件流
*
*@author高煥傑
*/
(InputStreaminputStream){
/*
*cpDetector是探測器，它把探測任務交給具體的探測實現類的實例完成。
*cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法加進來，如ParsingDetector、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
*cpDetector按照「誰最先返回非空的探測結果，就以該結果為准」的原則返回探測到的字元集編碼。cpDetector是基於統計學原理的，不保證完全正確。
*/
=CodepageDetectorProxy.getInstance();
codepageDetector.add(newParsingDetector(false));//ParsingDetector可用於檢查HTML、XML等文件或字元流的編碼,構造方法中的參數用於指示是否顯示探測過程的詳細信息，為false不顯示。
codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。
codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用於ASCII編碼測定
codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用於Unicode家族編碼的測定
Charsetcharset=null;
try{
charset=codepageDetector.detectCodepage(inputStream,0);
if(charset!=null){
returncharset.name();
}
}catch(Exceptione){
e.printStackTrace();
}
returnnull;
}
/**
*獲得字元串的編碼格式
*
*@paramstringValue要判斷的文件編碼格式字元串
*
*@author高煥傑
*/
(StringstringValue){
/*
*cpDetector是探測器，它把探測任務交給具體的探測實現類的實例完成。
*cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法加進來，如ParsingDetector、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
*cpDetector按照「誰最先返回非空的探測結果，就以該結果為准」的原則返回探測到的字元集編碼。cpDetector是基於統計學原理的，不保證完全正確。
*/
=CodepageDetectorProxy.getInstance();
codepageDetector.add(newParsingDetector(false));//ParsingDetector可用於檢查HTML、XML等文件或字元流的編碼,構造方法中的參數用於指示是否顯示探測過程的詳細信息，為false不顯示。
codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。
codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用於ASCII編碼測定
codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用於Unicode家族編碼的測定
Charsetcharset=null;
try{
InputStreaminputStream=newByteArrayInputStream(stringValue.getBytes());
charset=codepageDetector.detectCodepage(inputStream,3);
if(charset!=null){
returncharset.name();
}
}catch(Exceptione){
e.printStackTrace();
}
returnnull;
}
}
⑹ 如何使用Java代碼獲取文件，文件流或字元串的編碼方式
簡單判斷是UTF-8或不是UTF-8，因為一般除了UTF-8之外就是GBK，所以就設置默認為GBK
⑺ 怎麼 知道 java字元串 編碼格式
這樣的測試方法是不正確的。getBytes(charset)是解碼，new String(byte[], charset)是編碼。new String(str.getBytes(charset),charset)是解碼再編碼，無論charset是什麼編碼格式，返回的字元串內容原始str是一致，因此equals方法都是返回true，達不到測試字元串編碼格式的目的。個人觀點：正確的測試姿勢應該是這樣的：
Stringcharset="xxx";//假定編碼格式
Stringstr="中文"；
booleanflag=str.equals(newString(str.getBytes(),charset));
flag為true則表明str的編碼格式是假定的編碼格式。其中說明str.getBytes()該方法就是按其自身編碼格式去解碼。其自身編碼格式跟你的操作系統編碼格式或你使用的IDE設置的文件的Text file encoding有關。
⑻ java判斷文件編碼格式 怎麼判斷編碼格式
UTF-8編碼的文本文檔，有的帶有BOM (Byte Order Mark, 位元組序標志)，即0xEF, 0xBB, 0xBF，有的沒有。Windows下的txt文本編輯器在保存UTF-8格式的文本文檔時會自動添加BOM到文件頭。在判斷這類文檔時，可以根據文檔的前3個位元組來進行判斷。然而BOM不是必需的，而且也不是推薦的。對不希望UTF-8文檔帶有BOM的程序會帶來兼容性問題，例如Java編譯器在編譯帶有BOM的UTF-8源文件時就會出錯。而且BOM去掉了UTF-8一個期望的特性，即是在文本全部是ASCII字元時UTF-8是和ASCII一致的，即UTF-8向下兼容ASCII。
在具體判斷時，如果文檔不帶有BOM，就無法根據BOM做出判斷，而且IsTextUnicode API也無法對UTF-8編碼的Unicode字元串做出判斷。那在編程判斷時就要根據UTF-8字元編碼的規律進行判斷了。
UTF-8是一種多位元組編碼的字元集，表示一個Unicode字元時，它可以是1個至多個位元組，在表示上有規律：
1位元組：0xxxxxxx
2位元組：110xxxxx 10xxxxxx
3位元組：1110xxxx 10xxxxxx 10xxxxxx
4位元組：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
這樣就可以根據上面的特徵對字元串進行遍歷來判斷一個字元串是不是UTF-8編碼了。
舉例代碼：
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()+"編碼為UTF-8");
else System.out.println(f.getName()+"可能是GBK");
}catch(Exception e){
e.printStackTrace();
}
⑼ 〈java〉怎麼精確判斷讀取的任意文本的編碼格式utf-i8, unicode,ansi等
new String(a.getBytes("ISO-8859-1"),"GB2312")
以單位元組編碼方式獲取字元串流， 然後轉中文格式,或者
new String(a.getBytes("ISO-8859-1"),"UTF-8")
GBK是中國的解析字元標准，UTF-8是世界標准