按照给定的字符集存储文本文件时,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:测试文件编码是否为UTF-8

点击(此处)折叠或打开

  1. public class Charset {

  2. public static void main(String[] args) {
  3. File f = new File("D:"+File.separator+"b.txt");
  4. try {
  5. java.io.InputStream ios = new java.io.FileInputStream(f);

  6. byte[] b = new byte[3];

  7. ios.read(b);

  8. ios.close();

  9. if (b[0] == -17 && b[1] == -69 && b[2] == -65)

  10. System.out.println(f.getName() + "编码为UTF-8");

  11. else

  12. System.out.println(f.getName() + "可能是GBK");

  13. } catch (Exception e) {

  14. e.printStackTrace();
  15. }

  16. }

  17. }

09-18 11:15
查看更多