Java自动获取文件和文件流编码

在读取文件时,如果不清楚文件编码或者在不同的编码环境拷贝文件,这时中文数据很可能会出现乱码,参考了博客:http://blog.csdn.net/servermanage/article/details/8595676,有了如下的代码:

/** * 检测文件的编码和文本流的编码 * 参考: http://blog.csdn.net/servermanage/article/details/8595676 * @author Administrator * */public class CpdetectorUtils {//获取文本编码private static final String FILE_ENCODE_TYPE = "file";//获取文件流编码private static final String IO_ENCODE_TYPE = "io";/**  * 获取探测到的文件对象 *  * @param path *            要判断文件编码格式的源文件的路径 */private  CodepageDetectorProxy getDetector() {/* * 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。 */CodepageDetectorProxy detector = 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。 */detector.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。 */detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar// ASCIIDetector用于ASCII编码测定detector.add(ASCIIDetector.getInstance());// UnicodeDetector用于Unicode家族编码的测定detector.add(UnicodeDetector.getInstance());return detector;}/** * 根据"encodeType"获取文本编码或文件流编码 */public String getFileOrIOEncode(String path,String encodeType){CodepageDetectorProxy detector = getDetector();File file = new File(path);Charset charset = null;try {switch (encodeType) {case FILE_ENCODE_TYPE:charset = detector.detectCodepage(file.toURI().toURL());break;case IO_ENCODE_TYPE:charset = detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)),128);//128表示读取128字节来判断文件流的编码,读得越多越精确,但是速度慢break;default:charset = Charset.defaultCharset();break;}} catch (IOException e) {//这里获取编码失败,使用系统默认的编码charset = Charset.defaultCharset();System.out.println(e.getMessage());}return charset.name();}@Testpublic void test(){String path = "F:/DevelopmentSoftware/2016-04-18至2016-04-24记录.txt";System.out.println("文件编码: " + getFileOrIOEncode(path, FILE_ENCODE_TYPE));System.out.println("文件流编码: " + getFileOrIOEncode(path, IO_ENCODE_TYPE));}}

测试结果如下:

文件编码: GB2312
文件流编码: GB2312

尤其要注意在获取文件流编码时,重载方法detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)),128);的第一个参数必须是包装的高级流,如果是FileInputStream会包参数异常错误.