JAVA探测文件编码

简介:

我们在做一些类似文件上传的功能时,用户上传的文件编码,我们是无法控制的,这是我们就需要对文件的编码进行探测。
示例代码如下:

import info.monitorenter.cpdetector.io.ASCIIDetector;
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.File;
import java.io.IOException;
import java.io.InputStream;
import java.net.MalformedURLException;
import java.net.URL;
import java.nio.charset.Charset;

/**
 * 代码页探测器,需添加jar包:antlr-2.7.4.jar、chardet-1.0.jar、cpdetector_1.0.10.jar
 * 
 * @author jianggujin
 * 
 */
public class CodepageDetector
{
   /** 探测器代理 **/
   private CodepageDetectorProxy detector;

   /**
    * 构造方法, 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。
    */
   public CodepageDetector()
   {
      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
      // 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
      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());
      // 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());
   }

   /**
    * 探测
    * 
    * @param file
    * @return charset
    * @throws MalformedURLException
    * @throws IOException
    */
   public Charset detector(File file) throws MalformedURLException, IOException
   {
      return detector.detectCodepage(file.toURI().toURL());
   }

   /**
    * 探测
    * 
    * @param url
    * @return charset
    * @throws IOException
    */
   public Charset detector(URL url) throws IOException
   {
      return detector.detectCodepage(url);
   }

   /**
    * 探测
    * 
    * @param inputStream
    * @param length
    *           长度应小于流的可用长度
    * @return charset
    * @throws IOException
    */
   public Charset detector(InputStream inputStream, int length)
         throws IOException
   {
      return detector.detectCodepage(inputStream, length);
   }

   public static void main(String[] args) throws IOException
   {
      File file = new File("test.txt");
      CodepageDetector detector = new CodepageDetector();
      System.out.println(detector.detector(file));
   }
}

我准备的文件test.txt文件的编码方式为:UTF-8
程序运行的结果如下:
UTF-8

目录
相关文章
|
2月前
|
存储 Java 编译器
深入理解Java虚拟机--类文件结构
本内容介绍了Java虚拟机与Class文件的关系及其内部结构。Class文件是一种与语言无关的二进制格式,包含JVM指令集、符号表等信息。无论使用何种语言,只要能生成符合规范的Class文件,即可在JVM上运行。文章详细解析了Class文件的组成,包括魔数、版本号、常量池、访问标志、类索引、字段表、方法表和属性表等,并说明其在Java编译与运行过程中的作用。
|
2月前
|
存储 人工智能 Java
java之通过Http下载文件
本文介绍了使用Java实现通过文件链接下载文件到本地的方法,主要涉及URL、HttpURLConnection及输入输出流的操作。
174 0
|
2月前
|
监控 Java API
Java语言按文件创建日期排序及获取最新文件的技术
这段代码实现了文件创建时间的读取、文件列表的获取与排序以及获取最新文件的需求。它具备良好的效率和可读性,对于绝大多数处理文件属性相关的需求来说足够健壮。在实际应用中,根据具体情况,可能还需要进一步处理如访问权限不足、文件系统不支持某些属性等边界情况。
181 14
|
3月前
|
存储 Java 数据安全/隐私保护
Java技术栈揭秘:Base64加密和解密文件的实战案例
以上就是我们今天关于Java实现Base64编码和解码的实战案例介绍。希望能对你有所帮助。还有更多知识等待你去探索和学习,让我们一同努力,继续前行!
312 5
|
3月前
|
网络协议 安全 Java
实现Java语言的文件断点续传功能的技术方案。
像这样,我们就完成了一项看似高科技、实则亲民的小工程。这样的技术实现不仅具备实用性,也能在面对网络不稳定的挑战时,稳稳地、不失乐趣地完成工作。
223 0
|
6月前
|
前端开发 Cloud Native Java
Java||Springboot读取本地目录的文件和文件结构,读取服务器文档目录数据供前端渲染的API实现
博客不应该只有代码和解决方案,重点应该在于给出解决方案的同时分享思维模式,只有思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
Java||Springboot读取本地目录的文件和文件结构,读取服务器文档目录数据供前端渲染的API实现
|
7月前
|
Java API 数据处理
深潜数据海洋:Java文件读写全面解析与实战指南
通过本文的详细解析与实战示例,您可以系统地掌握Java中各种文件读写操作,从基本的读写到高效的NIO操作,再到文件复制、移动和删除。希望这些内容能够帮助您在实际项目中处理文件数据,提高开发效率和代码质量。
176 4
|
7月前
|
存储 算法 Java
解锁“分享文件”高效密码:探秘 Java 二叉搜索树算法
在信息爆炸的时代,文件分享至关重要。二叉搜索树(BST)以其高效的查找性能,为文件分享优化提供了新路径。本文聚焦Java环境下BST的应用,介绍其基础结构、实现示例及进阶优化。BST通过有序节点快速定位文件,结合自平衡树、多线程和权限管理,大幅提升文件分享效率与安全性。代码示例展示了文件插入与查找的基本操作,适用于大规模并发场景,确保分享过程流畅高效。掌握BST算法,助力文件分享创新发展。
|
8月前
|
前端开发 Java 开发工具
Git使用教程-将idea本地Java等文件配置到gitte上【保姆级教程】
本内容详细介绍了使用Git进行版本控制的全过程,涵盖从本地仓库创建到远程仓库配置,以及最终推送代码至远程仓库的步骤。
446 0
|
9月前
|
人工智能 自然语言处理 Java
FastExcel:开源的 JAVA 解析 Excel 工具,集成 AI 通过自然语言处理 Excel 文件,完全兼容 EasyExcel
FastExcel 是一款基于 Java 的高性能 Excel 处理工具,专注于优化大规模数据处理,提供简洁易用的 API 和流式操作能力,支持从 EasyExcel 无缝迁移。
1940 65
FastExcel:开源的 JAVA 解析 Excel 工具,集成 AI 通过自然语言处理 Excel 文件,完全兼容 EasyExcel