java文件转码

1. java 怎么获得文件编码格式

java课程设计例子

Java如何获取文件编码格式
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，基本的原理就是只要读出文件前三个字节，判定这些字节的值，就可以得知其编码的格式。其实，如果项目运行的平台就是中文操作系统，如果这些文本文件在项目内产生，即开发人员可以控制文本的编码格式，只要判定两种常见的编码就可以了：GBK和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：
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()+"：编码为UTF-8");
else
System.out.println(file.getName()+"：可能是GBK，也可能是其他编码");
2：若想实现更复杂的文件编码检测，可以使用一个开源项目cpdetector，它所在的网址是：http://cpdetector.sourceforge.net/。它的类库很小，只有500K左右，cpDetector是基于统计学原理的，不保证完全正确，利用该类库判定文本文件的代码如下：

读外部文件(先利用cpdetector检测文件的编码格式，然后用检测到的编码方式去读文件):

	/**
	*利用第三方开源包cpdetector获取文件编码格式
	*
	*@parampath
	*要判断文件编码格式的源文件的路径
	*@authorhuanglei
	*@version2012-7-1214:05
	*/
	(Stringpath){
		/*
		*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。
		*/
		CodepageDetectorProxydetector=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(newParsingDetector(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());
		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));读jar包内部资源文件(先利用cpdetector检测jar内部的资源文件的编码格式，然后以检测到的编码方式去读文件)：

	/**
	*利用第三方开源包cpdetector获取URL对应的文件编码
	*
	*@parampath
	*要判断文件编码格式的源文件的URL
	*@authorhuanglei
	*@version2012-7-1214:05
	*/
	(URLurl){
		/*
		*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。
		*/
		CodepageDetectorProxydetector=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(newParsingDetector(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());
		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。

4：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：
FileInputStreamios=newFileInputStream(“属性文件名”);
Propertiesprop=newProperties();
prop.load(ios);
Stringvalue=prop.getProperty(“属性名”);
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，
方法一：使用显式的转码：
Stringvalue=prop.getProperty(“属性名”);
StringencValue=newString(value.getBytes(“iso-8859-1″),”属性文件的实际编码”);
方法二：象这种属性文件是项目内部的，我们可以控制属性文件的编码格式，比如约定采用Windows内定的GBK，就直接利用”gbk”来转码，如果约定采用UTF-8，就使用”UTF-8″直接转码。
方法三：如果想灵活一些，做到自动探测编码，就可利用上面介绍的方法测定属性文件的编码，从而方便开发人员的工作

补充：可以用下面代码获得Java支持编码集合：
Charset.availableCharsets().keySet();
可以用下面的代码获得系统默认编码：
Charset.defaultCharset();

2. java 怎么gbk转码utf-8

方法一：

思路：先转为Unicode，然后转为GBK
Stringutf8=newString(t.getBytes("UTF-8"));
System.out.println(utf8);
Stringunicode=newString(utf8.getBytes(),"UTF-8");
System.out.println(unicode);
Stringgbk=newString(unicode.getBytes("GBK"));

System.out.println(gbk);

方法二：

publicstaticvoidmain(String[]args){
Stringstr="字符串编码转换";
try{
byte[]temp=str.getBytes("utf-8");//这里写原编码方式
byte[]newtemp=newString(temp,"utf-8").getBytes("gbk");//这里写转换后的编码方式
StringnewStr=newString(newtemp,"gbk");//这里写转换后的编码方式
System.out.println(newStr);
}catch(UnsupportedEncodingExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
}

3. java怎样实现将GB2312编码的字符串转换为ISO-8859-1编码的字符串

将GB2312格式字符串变为ISO-8859-1需要用到中间辅助类byte[],原理是讲字符串转化成byte，然后将byte转换成字符串同时转码，当然要注意异常的捕捉。

这个过程大致分为2个步骤:

1. 将字符串转换成byte[]。

2. 将byte[]转换成字符串，同时设置编码格式为ISO-8859-1。

操作过程如下图所示

4. java文件读取内容转码

读取的文件流如果是read（读取字节流的时候，中文就会是乱码）方法，所以现在全都是听过readline方式进行的读取。举例：
可以通过BufferedReader 流的形式进行流缓存，之后通过readLine方法获取到缓存的内容。
BufferedReader bre = null;
try {
String file = "D:/test/test.txt";
bre = new BufferedReader(new FileReader(file));//此时获取到的bre就是整个文件的缓存流
while ((str = bre.readLine())!= null) // 判断最后一行不存在，为空结束循环
{
System.out.println(str);//原样输出读到的内容
}；
bre.close()，//关闭流，否则bre流会一直存在，直到程序运行结束。

除此之外，java文件读取的时候有中文就很出现乱码，通常获取到的文件中通常都是“iso8859-1”格式，需要转换为“UTF-8”格式。
如：String str = new String（str.getByte("iso8859-1"),"UTF-8"）;进行下强制转换后在进行读取即可。
备注：通常格式有GBK、UTf-8、iso8859-1、GB2312，如果上面的强制转换不成功，依次进行这些格式的尝试，肯定是可以解决问题的。

5. java转码后局部乱码问题

问题给你解决了，看代码

public class Test {
public static void main(String[] args) {

try {
String s = new String("中文测试局部乱码问题2011中文测试上传文件名乱码问题.txt".getBytes(),
"UTF-8");
System.out.println(s);
s = java.net.URLDecoder.decode(s, "utf-8"); //utf8转gbk
System.out.println(s);
Test convert = new Test();
byte[] fullByte = convert.gbk2utf8(s); //gbk转utf8
String fullStr = new String(fullByte, "UTF-8");
System.out.println("string from GBK to UTF-8 byte: " + fullStr);

} catch (Exception e) {
e.printStackTrace();
}
}

public byte[] gbk2utf8(String chenese) {
char c[] = chenese.toCharArray();
byte[] fullByte = new byte[3 * c.length];
for (int i = 0; i < c.length; i++) {
int m = (int) c[i];
String word = Integer.toBinaryString(m);

StringBuffer sb = new StringBuffer();
int len = 16 - word.length();

for (int j = 0; j < len; j++) {
sb.append("0");
}
sb.append(word);
sb.insert(0, "1110");
sb.insert(8, "10");
sb.insert(16, "10");

String s1 = sb.substring(0, 8);
String s2 = sb.substring(8, 16);
String s3 = sb.substring(16);

byte b0 = Integer.valueOf(s1, 2).byteValue();
byte b1 = Integer.valueOf(s2, 2).byteValue();
byte b2 = Integer.valueOf(s3, 2).byteValue();
byte[] bf = new byte[3];
bf[0] = b0;
fullByte[i * 3] = bf[0];
bf[1] = b1;
fullByte[i * 3 + 1] = bf[1];
bf[2] = b2;
fullByte[i * 3 + 2] = bf[2];

}
return fullByte;
}
}

结果：
中文测试局部乱码问题2011中文测试上传文件名乱码问题.txt
中文测试局部乱码问题2011中文测试上传文件名乱码问题.txt
string from GBK to UTF-8 byte: 中文测试局部乱码问题2011中文测试上传文件名乱码问题.txt