判断二进制流编码

最新推荐文章于 2021-11-07 22:27:13 发布

onnwll

最新推荐文章于 2021-11-07 22:27:13 发布

阅读量1.5k

点赞数

CC 4.0 BY-SA版权

分类专栏： java

本文链接：https://blog.youkuaiyun.com/onnwll/article/details/41896191

java 专栏收录该内容

4 篇文章

订阅专栏

博客介绍了如何使用特定的jar包，如chardet-1.0.jar, cpdetector_1.0.10.jar, jargs-1.0.jar来判断二进制流的编码类型。" 59110166,5695518,平衡括号序列：USACO笨牛Clumsy Cows问题解析,"['算法', '编程竞赛', '字符串处理', '数据结构']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

添加jar包 chardet-1.0.jar cpdetector_1.0.10.jar jargs-1.0.jar

/**                                                                            
	* 获得文件流的编码格式      
     * detector是探测器，它把探测任务交给具体的探测实现类的实例完成。 
     * cpDetector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。 
     * detector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。使用需要用到三个第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar 
     * cpDetector是基于统计学原理的，不保证完全正确。 
     * 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。 
	 * @throws IOException 
	 * @throws IllegalArgumentException 
	*/                                                                              
	public static String getInputStreamEncode(InputStream is) throws IOException { 
		String charsetName = null;
		try{
			LOG.debug("默认编码:"+Charset.defaultCharset());
			   CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();          
			   detector.add(new ParsingDetector(false));                                      
			   detector.add(JChardetFacade.getInstance());                                    
			   detector.add(ASCIIDetector.getInstance());                                     
			   detector.add(UnicodeDetector.getInstance());                                   
			   Charset charset = null;
			   int p = (is.read() << 8) + is.read();
			   try {                                                                          
			    charset = detector.detectCodepage(is,p);                                  
			   } catch (Exception ex) {                                                       
			    ex.printStackTrace();                                                        
			   }                                                                              
			   if (charset != null) {                                                         
				   charsetName=  charset.name();                                                       
			   } else {                                                                       
				   charsetName =  "utf-8";                                                              
			   }  
		}
		 catch(Exception e){
			 e.printStackTrace();
		 }
		 return charsetName;
	}