转换字符集----java

最新推荐文章于 2025-07-20 21:48:26 发布

原创最新推荐文章于 2025-07-20 21:48:26 发布 · 1.5k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java #字符集转换

java 专栏收录该内容

50 篇文章

订阅专栏

本文介绍了一种使用cpdetector库来检测文件编码格式的方法。通过该方法可以有效地解决因编码格式不一致导致的文件乱码问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在我们对文件进行读、写操作时，经常会涉及到文件的编码格式问题，如果读、写格式不一致或者读的格式或者写的格式与文件本身格式不一致，经常会导致文件乱码，导致读取或者写入操作失败。因此准确的获取文件本身的编码格式就显得非常重要，只有设置了正确的编码格式，才能保证文件的读、写操作不会出错。

目前就一种简单的判断文件编码格式的方法，由于文件的前三个字节往往存放的是编码格式的信息，因此可以通过读取前3个字符来进行判断文件的编码格式，但是这种方式比较繁琐而且很难保证编码格式都能处理到（因为要拿前3个字符与所有可能性字符编码进行比较）。本文提供了一种基于cpdetector获取文件编码格式的方法。

如下代码请参考：

import info.monitorenter.cpdetector.io.ASCIIDetector;
import info.monitorenter.cpdetector.io.CodepageDetectorProxy;
import info.monitorenter.cpdetector.io.JChardetFacade;
import info.monitorenter.cpdetector.io.ParsingDetector;
import info.monitorenter.cpdetector.io.UnicodeDetector;


import java.io.File;
import java.io.IOException;
import java.util.Collection;


import org.apache.commons.io.FileUtils;


public class test {


    /**
     * UTF-8 转 EUC-JP
     * 
     * @param args
     * @throws IOException
     */
    public static void main(String[] args) throws IOException {
        // 原文件路径
        String startPath = "D:\\workspace\\item_data_tool_test\\src";
        // 目标路径
        String endPath = "D:\\workspace_test\\item_data_tool\\src";


        Collection<File> javaGbkFileCol = FileUtils.listFiles(new File(startPath), new String[] { "java" }, true);


        for (File javaGbkFile : javaGbkFileCol) {
            String endPath2 = endPath + javaGbkFile.getAbsolutePath().substring(startPath.length());
            String startPath2 = startPath + javaGbkFile.getAbsolutePath().substring(startPath.length());


            String charsetName = getFileEncode(startPath2);


            if (!"EUC-JP".equals(charsetName)) {
                System.out.println(javaGbkFile.getName() + ":" + charsetName);
                FileUtils.writeLines(new File(endPath2), "EUC-JP", FileUtils.readLines(javaGbkFile, charsetName));
            }
        }


    }


    public static String getFileEncode(String path) {


        CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();


        detector.add(new ParsingDetector(false));


        detector.add(JChardetFacade.getInstance());
        detector.add(ASCIIDetector.getInstance());


        detector.add(UnicodeDetector.getInstance());
        java.nio.charset.Charset charset = null;
        File f = new File(path);
        try {
            charset = detector.detectCodepage(f.toURI().toURL());
        } catch (Exception ex) {
            ex.printStackTrace();
        }
        if (charset != null)
            return charset.name();
        else
            return null;
    }


}

需要用的jar包

<dependency>
<groupId>cpdetector</groupId>
<artifactId>cpdetector</artifactId>
<version>1.0.7</version>
</dependency>

<dependency>
<groupId>jchardet</groupId>
<artifactId>jchardet</artifactId>
<version>1.1.0</version>
</dependency>

<dependency>
<groupId>antlr</groupId>
<artifactId>antlr</artifactId>
<version>2.7.2</version>
</dependency>