Java如何獲得文件編碼格式
1:簡單判斷是不是UTF-8，因為除了UTF-8壹般都是GBK，所以默認設置為GBK。
當根據給定的字符集存儲文件時，可以將編碼信息存儲在文件的前三個字節中。所以基本原理是通過讀取文件的前三個字節，判斷這些字節的值，就可以知道編碼格式。事實上，如果項目的平臺是中文操作系統，如果這些文本文件是在項目中生成的，也就是開發者可以控制文本的編碼格式，只要確定兩種常用編碼:GBK和UTF-8。由於中文窗口的默認編碼是GBK，所以壹般只需要確定UTF-8編碼格式。
對於UTF-8編碼格式的文本文件，前三個字節的值分別為-17，-69和-65，那麽判斷是否為UTF-8編碼格式的代碼片段如下:
文件？文件？=?新的？文件(路徑)；
InputStream？in=？新的？java.io.FileInputStream(文件)；
byte[]？b？=?新的？字節[3]；
in . read(b)；
in . close()；
如果？(b[0]？==?-17?& amp& amp？b[1]？==?-69?& amp& amp？b[2]？==?-65)
system . out . println(file . getname()？+?”:編碼為UTF-8”)；
其他
system . out . println(file . getname()？+?":可能是GBK或其他代碼")；
2.如果想實現更復雜的文件編碼檢測，可以使用開源項目cpdetector，其網址為:/。它的類庫很小，只有500K左右，cpDetector是基於統計學原理，不保證完全正確。使用這個類庫判斷文本文件的代碼如下:
讀取外部文件(先用cpdetector檢測文件的編碼格式，再用檢測到的編碼方式讀取文件):
/**
？*?使用第三方開源包cpdetector獲取文件編碼格式
？*?
？*?@param？小路
？*確定文件編碼格式的源文件的路徑。
？*?@作者？黃磊
？*?@版本？2012-7-12?14:05
？*/
公？靜電？字符串？getFileEncode(字符串？路徑)？{
/*
？*?檢測器是壹個檢測器，它將檢測任務交給壹個特定檢測實現類的實例。
？*?CpDetector內置了壹些常用的檢測實現類，可以通過add方法訪問這些檢測實現類的實例。添加進來，如ParsingDetector、
？*?JChardetFacade、ASCIIDetector、UnicodeDetector .
？*?檢測器按照“誰先返回非空檢測結果，以結果為準”的原則返回檢測結果。
？*?字符集編碼。有三個第三方JAR包:antlr.jar、chardet.jar和cpdetector.jar
？*?CpDetector基於統計學原理，不保證完全正確。
？*/
CodepageDetectorProxy？探測器？=?codepagedetectorproxy . getinstance()；
/*
？*?ParsingDetector可用於檢查HTML、XML等文件或字符流的編碼，構造方法中的參數用於
？*?指示是否顯示檢測過程的詳細信息，否則不顯示。
？*/
detector.add(新？parsing detector(false))；
/*
？*?JChardetFacade封裝了Mozilla組織提供的JChardet，可以完成大部分文件的編碼。
？*?決心。所以壹般來說，有了這個探測器，妳就可以滿足大部分項目的要求了。如果妳不放心，可以。
？*?再添加幾個檢測器，比如下面的ASCIIDetector和UnicodeDetector。
？*/
detector . add(jchardetfacade . getinstance())；//?使用antlr.jar、chardet.jar
//?ASCII檢測器用於ASCII編碼確定。
detector . add(ascii detector . getinstance())；
//?UnicodeDetector用於確定unicode家族編碼
detector . add(unicode detector . getinstance())；
java.nio.charset.Charset？字符集？=?null
文件？f？=?新的？文件(路徑)；
試試？{
字符集？=?detector . detect code page(f . touri()。toURL())；
}?接住？(例外？ex)？{
ex . printstacktrace()；
}
如果？(charset？！=?空)
回歸？charset . name()；
其他
回歸？null
}
字符串？charsetName？=?getfile encode(config file path)；
system . out . println(charset name)；
inputStream？=?新的？FileInputStream(配置文件)；
BufferedReader？在？=?新的？BufferedReader(新？InputStreamReader(inputStream，charset name))；
讀取jar包內的資源文件(先用cpdetector檢測jar內資源文件的編碼格式，然後以檢測到的編碼方式讀取文件):
/**
？*?使用第三方開源包cpdetector獲取URL對應的文件代碼。
？*?
？*?@param？小路
？*確定文件編碼格式的源文件的URL。
？*?@作者？黃磊
？*?@版本？2012-7-12?14:05
？*/
公？靜電？字符串？getFileEncode(URL？網址)？{
/*
？*?檢測器是壹個檢測器，它將檢測任務交給壹個特定檢測實現類的實例。
？*?CpDetector內置了壹些常用的檢測實現類，可以通過add方法訪問這些檢測實現類的實例。添加進來，如ParsingDetector、
？*?JChardetFacade、ASCIIDetector、UnicodeDetector .
？*?檢測器按照“誰先返回非空檢測結果，以結果為準”的原則返回檢測結果。
？*?字符集編碼。有三個第三方JAR包:antlr.jar、chardet.jar和cpdetector.jar
？*?CpDetector基於統計學原理，不保證完全正確。
？*/
CodepageDetectorProxy？探測器？=?codepagedetectorproxy . getinstance()；
/*
？*?ParsingDetector可用於檢查HTML、XML等文件或字符流的編碼，構造方法中的參數用於
？*?指示是否顯示檢測過程的詳細信息，否則不顯示。
？*/
detector.add(新？parsing detector(false))；
/*
？*?JChardetFacade封裝了Mozilla組織提供的JChardet，可以完成大部分文件的編碼。
？*?決心。所以壹般來說，有了這個探測器，妳就可以滿足大部分項目的要求了。如果妳不放心，可以。
？*?再添加幾個檢測器，比如下面的ASCIIDetector和UnicodeDetector。
？*/
detector . add(jchardetfacade . getinstance())；//?使用antlr.jar、chardet.jar
//?ASCII檢測器用於ASCII編碼確定。
detector . add(ascii detector . getinstance())；
//?UnicodeDetector用於確定unicode家族編碼
detector . add(unicode detector . getinstance())；
java.nio.charset.Charset？字符集？=?null
試試？{
字符集？=?detector . detect code page(URL)；
}?接住？(例外？ex)？{
ex . printstacktrace()；
}
如果？(charset？！=?空)
回歸？charset . name()；
其他
回歸？null
}
網址？網址？=?createstattreemodel . class . get resource("/resource/"？+?“配置文件”)；
URLConnection？urlConnection？=?URL . open connection()；
inputStream = URL connection . getinputstream()；
字符串？charsetName？=?getfile encode(URL)；
system . out . println(charset name)；
BufferedReader？在？=?新的？BufferedReader(新？InputStreamReader(inputStream，charset name))；
3.通過調用任何輸入文本流的重載形式來檢測其編碼:？
Charset =檢測器。檢測代碼頁(要測試的文本輸入流，測量讀取該流所需的字節數)；？
以上字節數由程序員指定。字節越多，決定越準確，當然花費的時間也越長。請註意，指定的字節數不能超過文本流的最大長度。
4.確定文件編碼的具體應用示例:
屬性文件(。properties)是Java程序中常見的文本存儲方法。STRUTS框架使用屬性文件來存儲程序中的字符串資源。其內容如下:
#註釋語句
屬性名=屬性值
讀取屬性文件的壹般方法是:
FileInputStream？ios =新？FileInputStream("屬性文件名")；
屬性？道具=新？properties()；
prop . load(IOs)；
字符串？Value=prop.getProperty("屬性名")；
IOs . close()；
使用java.io.Properties的load方法讀取屬性文件很方便，但是如果屬性文件中有中文，讀取後會發現亂碼。之所以會這樣，是因為load方法使用字節流讀取文本，讀取後需要將字節流編碼成字符串，其使用的編碼是“iso-8859-1”，是ASCII字符集，不支持中文編碼。
方法1:使用顯式轉碼:
字符串？Value=prop.getProperty("屬性名")；
字符串？encValue=new？字符串(值。getbytes ("ISO-8859-1 ")，"屬性文件的實際編碼")；
方法2:如果這個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。比如采用Windows中默認的gbk，我們可以直接用“GBK”來轉碼。如果合約采用UTF-8，使用UTF-8直接轉碼。
方法三:如果想靈活的自動檢測代碼，可以使用上面介紹的方法來確定屬性文件的代碼，方便開發人員的工作。
補充:您可以使用以下代碼來獲得Java支持編碼集:
Charset.availableCharsets()。keySet()；
您可以使用以下代碼獲取系統默認代碼:
charset . default charset()；