我们在做一些类似文件上传的功能时,用户上传的文件编码,我们是无法控制的,这是我们就需要对文件的编码进行探测。
示例代码如下:
import info.monitorenter.cpdetector.io.ASCIIDetector;
import info.monitorenter.cpdetector.io.CodepageDetectorProxy;
import info.monitorenter.cpdetector.io.JChardetFacade;
import info.monitorenter.cpdetector.io.ParsingDetector;
import info.monitorenter.cpdetector.io.UnicodeDetector;
import java.io.File;
import java.io.IOException;
import java.io.InputStream;
import java.net.MalformedURLException;
import java.net.URL;
import java.nio.charset.Charset;
/**
* 代码页探测器,需添加jar包:antlr-2.7.4.jar、chardet-1.0.jar、cpdetector_1.0.10.jar
*
* @author jianggujin
*
*/
public class CodepageDetector
{
/** 探测器代理 **/
private CodepageDetectorProxy detector;
/**
* 构造方法, 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。
*/
public CodepageDetector()
{
detector = 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
// 如果不希望判断xml的encoding,而是要判断该xml文件的编码,则可以注释掉
detector.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。
detector.add(JChardetFacade.getInstance());
// 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());
}
/**
* 探测
*
* @param file
* @return charset
* @throws MalformedURLException
* @throws IOException
*/
public Charset detector(File file) throws MalformedURLException, IOException
{
return detector.detectCodepage(file.toURI().toURL());
}
/**
* 探测
*
* @param url
* @return charset
* @throws IOException
*/
public Charset detector(URL url) throws IOException
{
return detector.detectCodepage(url);
}
/**
* 探测
*
* @param inputStream
* @param length
* 长度应小于流的可用长度
* @return charset
* @throws IOException
*/
public Charset detector(InputStream inputStream, int length)
throws IOException
{
return detector.detectCodepage(inputStream, length);
}
public static void main(String[] args) throws IOException
{
File file = new File("test.txt");
CodepageDetector detector = new CodepageDetector();
System.out.println(detector.detector(file));
}
}
我准备的文件test.txt
文件的编码方式为:UTF-8
程序运行的结果如下:
UTF-8