java獲取一個文本文件的編碼(格式)信息
前言:
文本文件是我們在windows平臺下常用的一種文件格式,
這種格式會隨著操作系統的語言不同,而出現其默認的編碼不同
那麼如何使用程序獲取“文本文件”的編碼方式呢?
文件編碼的格式決定瞭文件可存儲的字符類型,所以得到文件的類型至關重要
下文筆者講述獲取一個文本文件的格式信息的方法分享,如下所示:
現思路:
- 通過獲取文件流的前3個字節
- 判斷其值的方式,即可獲取文本文件的編碼方式
例:
package com.java265.other; import java.io.File; import java.io.FileInputStream; import java.io.InputStream; public class Test { /* * java265.com 獲取文本文件的編碼方式 * **/ public static void main(String[] args) { File file = new File("E://person/java265.com/java.txt"); System.out.println(GetEncoding(file)); } public static String GetEncoding(File file) { String charset = "GBK"; byte[] first3Bytes = new byte[3]; try { boolean checked = false; InputStream is = new FileInputStream(file); int read = is.read(first3Bytes, 0, 3); if (read == -1) return charset; if (first3Bytes[0] == (byte) 0xFF && first3Bytes[1] == (byte) 0xFE) { charset = "UTF-16LE"; checked = true; } else if (first3Bytes[0] == (byte) 0xFE && first3Bytes[1] == (byte) 0xFF) { charset = "UTF-16BE"; checked = true; } else if (first3Bytes[0] == (byte) 0xEF && first3Bytes[1] == (byte) 0xBB && first3Bytes[2] == (byte) 0xBF) { charset = "UTF-8"; checked = true; }else if (first3Bytes[0] == (byte) 0xA && first3Bytes[1] == (byte) 0x5B && first3Bytes[2] == (byte) 0x30) { charset = "UTF-8"; checked = true; }else if (first3Bytes[0] == (byte) 0xD && first3Bytes[1] == (byte) 0xA && first3Bytes[2] == (byte) 0x5B) { charset = "GBK"; checked = true; }else if (first3Bytes[0] == (byte) 0x5B && first3Bytes[1] == (byte) 0x54 && first3Bytes[2] == (byte) 0x49) { charset = "windows-1251"; checked = true; } //bis.reset(); InputStream istmp = new FileInputStream(file); if (!checked) { int loc = 0; while ((read = istmp.read()) != -1) { loc++; if (read >= 0xF0) break; if (0x80 <= read && read <= 0xBF) break; if (0xC0 <= read && read <= 0xDF) { read = istmp.read(); if (0x80 <= read && read <= 0xBF) continue; else break; } else if (0xE0 <= read && read <= 0xEF) { read = istmp.read(); if (0x80 <= read && read <= 0xBF) { read = istmp.read(); if (0x80 <= read && read <= 0xBF) { charset = "UTF-8"; break; } else break; } else break; } } } is.close(); istmp.close(); } catch (Exception e) { e.printStackTrace(); } return charset; } }
到此這篇關於java獲取一個文本文件的編碼(格式)信息的文章就介紹到這瞭,更多相關java獲取文本編碼內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Java獲取字符串編碼格式實現思路
- Java中IO流解析及代碼實例詳解
- Java IO流之字節輸入流的使用詳解
- Java進階核心之InputStream流深入講解
- Java FileInputStream與FileOutputStream使用詳解