首页 > 代码库 > java实现文件编码监测(转)

java实现文件编码监测(转)

 

java实现文件编码监测

最近在做一个文档的翻译项目,可文档的编码不知道,听头疼的。尝试了很多方法最后发现JCharDet这个工具可以轻松解决这个问题。于是作此笔记希望日后提醒自己以及帮助又需要的人。

package com.uujava.mbfy.test;import java.io.BufferedInputStream;import java.io.File;import java.io.FileInputStream;import java.io.FileNotFoundException;import java.io.IOException;import org.mozilla.intl.chardet.nsDetector;import org.mozilla.intl.chardet.nsICharsetDetectionObserver;/********************************************** * 	Maven	 * 	<!-- 用于文件编码检查 --> *		<dependency> *			<groupId>net.sourceforge.jchardet</groupId> *			<artifactId>jchardet</artifactId> *			<version>1.0</version> *		</dependency> * *********************************************//** * 借助JCharDet获取文件字符集 JCharDet  * 是mozilla自动字符集探测算法代码的java移植,其官方主页为: * http://jchardet.sourceforge.net/ */public class FileCharsetDetector {	private boolean found = false;	/**	 * 如果完全匹配某个字符集检测算法, 则该属性保存该字符集的名称. 	 * 否则(如二进制文件)其值就为默认值 null, 这时应当查询属性	 */	private String encoding = null;	public static void main(String[] argv) throws Exception {		System.out				.println("文件编码:"						+ new FileCharsetDetector()								.guestFileEncoding("/home/k/Documents/test/azmind_7_xh/azmind_7_xh/路由管理.txt"));	}	/**	 * 传入一个文件(File)对象,检查文件编码	 * 	 * @param file	 *            File对象实例	 * @return 文件编码,若无,则返回null	 * @throws FileNotFoundException	 * @throws IOException	 */	public String guestFileEncoding(File file) throws FileNotFoundException,			IOException {		return geestFileEncoding(file, new nsDetector());	}	/**	 * 获取文件的编码	 * 	 * @param file	 *            File对象实例	 * @param languageHint	 *            语言提示区域代码 eg:1 : Japanese; 2 : Chinese; 3 : Simplified Chinese;	 *            4 : Traditional Chinese; 5 : Korean; 6 : Dont know (default)	 * @return 文件编码,eg:UTF-8,GBK,GB2312形式,若无,则返回null	 * @throws FileNotFoundException	 * @throws IOException	 */	public String guestFileEncoding(File file, int languageHint)			throws FileNotFoundException, IOException {		return geestFileEncoding(file, new nsDetector(languageHint));	}	/**	 * 获取文件的编码	 * 	 * @param path	 *            文件路径	 * @return 文件编码,eg:UTF-8,GBK,GB2312形式,若无,则返回null	 * @throws FileNotFoundException	 * @throws IOException	 */	public String guestFileEncoding(String path) throws FileNotFoundException,			IOException {		return guestFileEncoding(new File(path));	}	/**	 * 获取文件的编码	 * 	 * @param path	 *            文件路径	 * @param languageHint	 *            语言提示区域代码 eg:1 : Japanese; 2 : Chinese; 3 : Simplified Chinese;	 *            4 : Traditional Chinese; 5 : Korean; 6 : Dont know (default)	 * @return	 * @throws FileNotFoundException	 * @throws IOException	 */	public String guestFileEncoding(String path, int languageHint)			throws FileNotFoundException, IOException {		return guestFileEncoding(new File(path), languageHint);	}	/**	 * 获取文件的编码	 * 	 * @param file	 * @param det	 * @return	 * @throws FileNotFoundException	 * @throws IOException	 */	private String geestFileEncoding(File file, nsDetector det)			throws FileNotFoundException, IOException {		// Set an observer...		// The Notify() will be called when a matching charset is found.		det.Init(new nsICharsetDetectionObserver() {			public void Notify(String charset) {				found = true;				encoding = charset;			}		});		BufferedInputStream imp = new BufferedInputStream(new FileInputStream(file));		byte[] buf = new byte[1024];		int len;		boolean done = false;		boolean isAscii = true;		while ((len = imp.read(buf, 0, buf.length)) != -1) {			// Check if the stream is only ascii.			if (isAscii)				isAscii = det.isAscii(buf, len);			// DoIt if non-ascii and not done yet.			if (!isAscii && !done)				done = det.DoIt(buf, len, false);		}		det.DataEnd();		if (isAscii) {			encoding = "ASCII";			found = true;		}		if (!found) {			String prob[] = det.getProbableCharsets();			if (prob.length > 0) {				// 在没有发现情况下,则取第一个可能的编码				encoding = prob[0];			} else {				return null;			}		}		return encoding;	}}
http://www.cnblogs.com/mxcy/p/4008342.html

java实现文件编码监测(转)