Java判断一个文件原来的编码方式

最新推荐文章于 2025-05-08 11:15:00 发布

一个努力的菜鸟

最新推荐文章于 2025-05-08 11:15:00 发布

阅读量1k

点赞数

分类专栏： JAVA

JAVA 专栏收录该内容

5 篇文章

订阅专栏

本文介绍如何使用ICU4J库在Java中检测文件的字符编码方式。通过Maven引入ICU4J依赖，实现了一个JudgeFileCharset类，该类提供了静态方法用于读取文件并返回其编码类型。若检测失败或编码为空，则默认为UTF-8。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一步，引入maven

 <!--Charset获取文件原来编码方式的-->
 <dependency> 
	 <groupId>com.ibm.icu</groupId> 
	 <artifactId>icu4j</artifactId> 
	 <version>59.1</version> 
 </dependency>

第二步代码

package com.hzt.controller.test;

import com.ibm.icu.text.CharsetDetector;
import com.ibm.icu.text.CharsetMatch;
import org.apache.log4j.Logger;

import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;

public class JudgeFileCharset {
    private static Logger logger = Logger.getLogger(JudgeFileCharset.class);

    public JudgeFileCharset() {
    }
    
    public static String getFileCharsetByICU4J(File file) {
        String encoding = null;

        try {
            Path path = Paths.get(file.getPath());
            byte[] data = Files.readAllBytes(path);
            CharsetDetector detector = new CharsetDetector();
            detector.setText(data);
            CharsetMatch match = detector.detect();
            if (match == null) {
                return encoding;
            }

            encoding = match.getName();
        } catch (IOException var6) {
            logger.error(var6.getMessage());
        }

        return encoding;
    }
}

第三，要注意
编码方式有可能为空，这个时候手动设置你想要的编码方式

String charset = JudgeFileCharset.getFileCharsetByICU4J(file); 
if(StringUtils.isNullOrEmpty(charset)){ 
	charset="UTF-8"; 
}