Java判断文件编码

首先，我们需要三个jar包

主要jar包：cpdetector.jar
同时还需jchardet-1.0.jar这个包，否则detector.add(cpdetector.io.JChardetFacade.getInstance());  会报错；
还有一个antlr.jar，不然运行过程中detector.add(new ParsingDetector(false));会报错；

如图所示

public class Utils {
	private static final String UNKONW_CHARSET = "unknow charset";

	@SuppressWarnings("deprecation")
	public static String getFileCharSet(File file) {
		/**
		 * CodepageDetectorProxy是探测器，它把探测任务交给具体的探测实例完成。
		 * CodepageDetectorProxy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。
		 * CodepageDetectorProxy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 detectorProxy = 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。
		 */
		//如果要探测xml，html文件本身的编码，而不是探测xml的encoding,请注释掉（html同理）
		detectorProxy.add(new ParsingDetector(false));
		/**
		 *   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。  
		 */
		detectorProxy.add(JChardetFacade.getInstance());
		//UnicodeDetector用于Unicode家族编码的测定
		detectorProxy.add(UnicodeDetector.getInstance());
		//ASCIIDetector用于ASCII编码测定
		detectorProxy.add(ASCIIDetector.getInstance());
		Charset charset = null;
		try {
			//注意，当文件名称中有特殊符号，例如%的时候，本句代码抛异常
			charset = detectorProxy.detectCodepage(file.toURL());
			return charset.name();
		} catch (Exception e) {
			e.printStackTrace();
			System.out.println(file.getAbsolutePath() + " unknow charset");
		}
		return UNKONW_CHARSET;
	}

}