【本文转载于JAVA判断文件编码类型】
java读取文件，处理过程中，可能因为文件的编码问题导致了中文乱码。有时需要将UTF-8的改为ANSI的编码。以下代码就可以判断文件是什么编码方式。 主要jar包：cpdetector.jar 下载地址http://cpdetector.sourceforge.net/ 同时还需jchardet-1.0.jar这个包，否则detector.add(cpdetector.io.JChardetFacade.getInstance()); 会报错； 下载地址http://www.jarfinder.com/index.php/jars/versionInfo/40297 还有一个antlr.jar，不然运行过程中detector.add(new ParsingDetector(false));会报错； 下载地址http://www.java2s.com/Code/Jar/ABC/Downloadantlrjar.htm
Java代码 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.nio.charset.Charset; /** * */ /** * @author weict * */ public class JudgeFileCode { /** * @param args */ public static void main(String[] args) { /*------------------------------------------------------------------------ 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。 --------------------------------------------------------------------------*/ CodepageDetectorProxy 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。 ---------------------------------------------------------------------------*/ detector.add(new ParsingDetector(false));//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 /*-------------------------------------------------------------------------- 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()); Charset charset = null; File f = new File("文件路径"); try { charset = detector.detectCodepage(f.toURL()); } catch (Exception ex) { ex.printStackTrace(); } if (charset != null) { System.out.println(f.getName() + "编码是：" + charset.name()); } else { System.out.println(f.getName() + "未知"); } } } 上面代码中的detector不仅可以用于探测文件的编码，也可以探测任意输入的文本流的编码，方法是调用其重载形式： Java代码 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。 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： 1. #注释语句 2. 属性名=属性值 读入属性文件的一般方法是： Java代码 FileInputStream ios=new FileInputStream("属性文件名"); Properties prop=new Properties(); prop.load(ios); 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，所以这时需要使用显式的转码: Java代码 String value=prop.getProperty("属性名"); String encValue=new String(value.getBytes("iso-8859-1"),"属性文件的实际编码"); 在上面的代码中，属性文件的实际编码就可以利用上面的方法获得。当然，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，也可以是使用"UTF-8"直接转码。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。 相关资源：java动态识别文件编码EncodingDetect.java附使用方法很简单