利用java判断文件的编码方法

最新推荐文章于 2024-07-03 02:34:55 发布

原创最新推荐文章于 2024-07-03 02:34:55 发布 · 929 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java #存储 #file #byte #windows #path

Linux 专栏收录该内容

5 篇文章

订阅专栏

本文介绍了一种简单的方法来自动判断文本文件的编码格式，主要针对UTF-8和GBK这两种常见编码。通过读取文件头部的特定字节来确定其编码方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在程序中，文本文件经常用来存储标准的ASCII码文本，比如英文、加减乘除等号这些运算符号。文本文件也可能用于存储一些其他非ASCII字符，如基于 GBK的简体中文，基于BIG5的繁体中文等等。在存储这些字符时需要正确指定文件的编码格式；而在读取这些文本文件时，有时候就需要自动判定文件的编码格式。

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

File file = new File(path); InputStream is = new FileInputStream(file); byte[] b = new byte[3]; is.read(b); is.close(); if (b[0] == -17 && b[1] == -69 && b[2] == -65) System.out.println(file.getName() + "：编码为UTF-8"); else System.out.println(file.getName() + "其他编码");

转自：http://yalong9527.javaeye.com/blog/553164

自己有一点点改动。