/**
* 使用Cpdetector检测文件编码
*
* @param file
* @return
*/
public static Charset getFileEncode(File file) {
try {
CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
detector.add(new ParsingDetector(false));
detector.add(JChardetFacade.getInstance());
detector.add(ASCIIDetector.getInstance());
detector.add(UnicodeDetector.getInstance());
java.nio.charset.Charset charset = null;
charset = detector.detectCodepage(file.toURI().toURL());
return charset;
} catch (Exception ex) {
ex.printStackTrace();
return null;
}
}
/**
* Project: com.zhuanleme.algorithmImpl
*
* <p>Title: CpDetector.java
*
* <p>
*
* <p>Description: CpDetector
*
* <p>
*
* <p>Copyright: Copyright (c) 2015
*
* <p>
*
* @author zhangdihong
* @version 1.0
* @date 2015/10/28
*/
public class CpDetector {
public static CodepageDetectorProxy codepageDetectorProxy = CodepageDetectorProxy.getInstance();
static {
codepageDetectorProxy.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。
codepageDetectorProxy.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.比如下面的ASCIIDetector、UnicodeDetector等
codepageDetectorProxy.add(ASCIIDetector.getInstance()); // ASCIIDetector用于ASCII编码测定
codepageDetectorProxy.add(UnicodeDetector.getInstance()); // UnicodeDetector用于Unicode家族编码的测定
}
}
public static void main(String[] args) {
try {
String filename = "d:/temp/temp.txt";
// String filename = "D:/temp/market/preins_info_sale_20111201.txt";
File file = new File(filename);
if (!file.getParentFile().exists()) {
file.getParentFile().mkdirs();
}
FileOutputStream fos = new FileOutputStream(file);
OutputStreamWriter w = new OutputStreamWriter(fos, "GBK");
w.write("hello，你好!");
w.flush();
w.close();
/* FileOutputStream fos = new FileOutputStream(file);
fos.write("hello，你好!".getBytes("GBK"));
fos.flush();
fos.close();*/
CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
detector.add(new ParsingDetector(false));
detector.add(JChardetFacade.getInstance());
// 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());
Charset charset = null;
try {
charset = detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)), 200);
// charset = detector.detectCodepage(file.toURI().toURL());
} catch (Exception ex) {
ex.printStackTrace();
}
if (charset != null) {
System.out.println(file.getName() + "编码是：" + charset.name());
} else {
System.out.println(file.getName() + "未知");
}
} catch (Exception e) {
e.printStackTrace();
}
}
public static void main(String[] args) {
/*------------------------------------------------------------------------
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。
--------------------------------------------------------------------------*/
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)); // 如果不希望判断xml的encoding，而是要判断该xml文件的编码，则可以注释掉
/*--------------------------------------------------------------------------
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());
// 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());
Charset charset = null;
File f = new File("E:\\netBean\\JavaTest\\src\\excult\\FutureTaskAndExecutor.java");
try {
charset = detector.detectCodepage(f.toURL());
} catch (Exception ex) {
ex.printStackTrace();
}
if (charset != null) {
System.out.println(f.getName() + "编码是：" + charset.name());
} else {
System.out.println(f.getName() + "未知");
}
}