txt读取文件字符编码 解决办法

1，cpDetector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。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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。

2，cpDetector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。

3，cpDetector是基于统计学原理的，不保证完全正确。

最近看到网上很多方法都介绍了下面这种读取字符编码的解决办法 实际并不能完全正确的解决问题，正确率比较低

 /**     *      * 判断txt编码格式     *      */    public static String checkEncoding(int p){      String code = null;                        switch (p) {                  case 0xefbb:                      code = "UTF-8";                      break;                  case 0xfffe:                      code = "Unicode";                      break;                  case 0xfeff:                      code = "UTF-16BE";                      break;                  default:                      code = "GBK";              }              return code;     }


4，下面将介绍cpDetector这种基于统计学原理的读取文件字符编码的解决办法
   a）首先需要下载相应的jar 下载地址：点击打开链接

  b）添加工具类
package com.ghj.packageoftool;import info.monitorenter.cpdetector.io.ASCIIDetector;import info.monitorenter.cpdetector.io.ByteOrderMarkDetector;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.ByteArrayInputStream;import java.io.File;import java.io.InputStream;import java.net.URL;import java.nio.charset.Charset;/** * 文件工具类 *  * @author 高焕杰 */public class FileTool {/** * 获取本地文件的编码格式 *  * @param file 要判断的文件编码格式 *  * @author 高焕杰 */public static String getLocalFileEncode(File localFile) {CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();codepageDetector.add(new ParsingDetector(false));//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。codepageDetector.add(JChardetFacade.getInstance());//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。codepageDetector.add(new ByteOrderMarkDetector());  codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定Charset charset = null;try {charset = codepageDetector.detectCodepage(localFile.toURI().toURL());if (charset != null){return charset.name();}} catch (Exception e) {e.printStackTrace();}return null;}/** * 获得远程URL文件的编码格式 *  * @param url 远程文件的URL路径 *  * @author 高焕杰 */public static String getURLFileEncode(URL url) {CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();codepageDetector.add(new ParsingDetector(false));//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。codepageDetector.add(JChardetFacade.getInstance());//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。codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定Charset charset = null;try {charset = codepageDetector.detectCodepage(url);if (charset != null){return charset.name();}} catch (Exception e) {e.printStackTrace();}return null;}/** * 获得文件流的编码格式 *  * @param inputStream 文件流 *  * @author 高焕杰 */public static String getInputStreamEncode(InputStream inputStream) {CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();codepageDetector.add(new ParsingDetector(false));//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。codepageDetector.add(JChardetFacade.getInstance());//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。codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定Charset charset = null;try {charset = codepageDetector.detectCodepage(inputStream, 0);if (charset != null){return charset.name();}} catch (Exception e) {e.printStackTrace();}return null;}/** * 获得字符串的编码格式 *  * @param stringValue 要判断的文件编码格式字符串 *  * @author 高焕杰 */public static String getStringEncode(String stringValue) {CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();codepageDetector.add(new ParsingDetector(false));//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。codepageDetector.add(JChardetFacade.getInstance());//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。codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定Charset charset = null;try {InputStream inputStream = new ByteArrayInputStream(stringValue.getBytes());charset = codepageDetector.detectCodepage(inputStream, 3);if (charset != null){return charset.name();}} catch (Exception e) {e.printStackTrace();}return null;}}
可以通过调用工具类的方法进行相应的类型的数据进行判断。