判断文件编码的第三方工具

http://blog.csdn.net/justinavril/article/details/2783266

今天在论坛里看见了一个人发帖子问，如何查看文件的编码。有一个人回帖推荐了一片文章，我看了一下，觉得挺好的，我把原文的意思取舍了一下，整理成了下面的文章。原文请查看：http://www.javaeye.com/topic/108540，作者是hdwangyi 。

他在帖子中贴出了一段代码来判断一个文本是UTF-8编码的，思路是读取一个txt文件，截取字符流的前3个字符（即标示位），判断是否与UTF-8的格式的标示位一致。

[java] view plaincopyprint?

1. import java.io.*;  
2.   
3. public class TestText {  
4.     public static void main(String args[]){  
5.         File file = new File("C:/1.txt");  
6.           
7.         try{  
8.             InputStream stream = new FileInputStream(file);  
9.             byte[] byteArray = new byte[3];  
10.               
11.             stream.read(byteArray);  
12.             stream.close();  
13.               
14.             if (byteArray[0] == -17 && byteArray[1] ==  -69 && byteArray[2] == -65)  
15.                 System.out.println("UTF-8");  
16.             else  
17.                 System.out.println("可能是其他的编码");  
18.               
19.         }  
20.         catch(Exception e){  
21.             e.printStackTrace();  
22.         }  
23.     }  
24. }  

但显然这种方式有很大的局限性，而且需要对文件编码有着一定的了解。于是作者用到了第三方的jar包cpdetector，下载地址：http://cpdetector.sourceforge.net/。如何在Eclipse中导入jar包，请看http://blog.csdn.net/justinavril/archive/2008/08/07/2783182.aspx。这个jar包内的类和方法能够准确判断文件的编码格式。

[java] view plaincopyprint?

1. import cpdetector.io.*;  
2. import java.io.*;  
3. import java.nio.charset.*;  
4.   
5. public class PageCode {  
6.     public static void main(String args[]){  
7.           
8.         CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();  
9.         detector.add(JChardetFacade.getInstance());  
10.           
11.         Charset charset = null;  
12.           
13.         File f = new File("C:/1.txt");    
14.           
15.         try {     
16.             charset = detector.detectCodepage(f.toURL());     
17.         }   
18.         catch (Exception e) {  
19.             e.printStackTrace();  
20.         }     
21.         if(charset!=null){     
22.             System.out.println(f.getName()+"编码是："+charset.name());     
23.         }else    
24.             System.out.println(f.getName()+"未知");    
25.     }  
26. }  

输出：

[java] view plaincopyprint?

1. 1.txt编码是：GB2312  

可以把main函数的相关内容改成一个方法重用，从而达到自由判断文件编码的目的。