java怎么判断byte[]的原字符串的编码？

最新推荐文章于 2021-08-20 10:29:19 发布

翻译最新推荐文章于 2021-08-20 10:29:19 发布 · 9.3k 阅读

文章标签：

#java #字符集 #charset #未知 #编码

java 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了一个名为juniversalchardet的组件，该组件可以用于猜测字节数组对应的字符编码方式。通过提供的静态方法guessEncoding，可以方便地检测出字符串使用的编码格式，默认采用UTF-8作为备选编码。

一个byte数组，byte[] buf,是由一个字符串转换来的，如何判断字符串使用的是什么编码？

Mozilla的一个组件提供了相应功能：

组件叫，juniversalchardet，下载地址：https://juniversalchardet.googlecode.com/files/juniversalchardet-1.0.3.jar

也可以到组件官网下载最新版本：https://code.google.com/p/juniversalchardet/

public static String guessEncoding(byte[] bytes) {
    String DEFAULT_ENCODING = "UTF-8";
    org.mozilla.universalchardet.UniversalDetector detector =
        new org.mozilla.universalchardet.UniversalDetector(null);
    detector.handleData(bytes, 0, bytes.length);
    detector.dataEnd();
    String encoding = detector.getDetectedCharset();
    detector.reset();
    if (encoding == null) {
        encoding = DEFAULT_ENCODING;
    }
    return encoding;
}