JAVA判断文件编码类型

java读取文件，处理过程中，可能因为文件的编码问题导致了中文乱码。有时需要将utf-8的改为ansi的编码。以下代码就可以判断文件是什么编码方式。 

主要jar包：cpdetector.jar  

下载地址http://cpdetector.sourceforge.net/ 

同时还需jchardet-1.0.jar这个包，否则detector.add(cpdetector.io.jchardetfacade.getinstance());  会报错； 

下载地址http://www.jarfinder.com/index.php/jars/versioninfo/40297 

还有一个antlr.jar，不然运行过程中detector.add(new parsingdetector(false));会报错； 

下载地址http://www.java2s.com/code/jar/abc/downloadantlrjar.htm 

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.nio.charset.charset;  

/** 

 *  

 */  

 * @author weict 

public class judgefilecode {  

    /** 

     * @param args 

     */  

    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("文件路径");  

        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");  

    }  

}  

上面代码中的detector不仅可以用于探测文件的编码，也可以探测任意输入的文本流的编码，方法是调用其重载形式： 

charset=detector.detectcodepage(待测的文本输入流,测量该流所需的读入字节数);   

上面的字节数由程序员指定，字节数越多，判定越准确，当然时间也花得越长。要注意，字节数的指定不能超过文本流的最大长度。 

  判定文件编码的具体应用举例： 

  属性文件(.properties)是java程序中的常用文本存储方式，象struts框架就是利用属性文件存储程序中的字符串资源。它的内容如下所示： 

1. #注释语句  

2. 属性名=属性值  

  读入属性文件的一般方法是： 

fileinputstream ios=new fileinputstream("属性文件名");    

properties prop=new properties();    

prop.load(ios);    

ios.close();    

  利用java.io.properties的load方法读入属性文件虽然方便，但如果属性文件中有中文，在读入之后就会发现出现乱码现象。发生这个原因是load方法使用字节流读入文本，在读入后需要将字节流编码成为字符串，而它使用的编码是“iso-8859-1”,这个字符集是ascii码字符集，不支持中文编码，所以这时需要使用显式的转码: 

string value=prop.getproperty("属性名");    

string encvalue=new string(value.getbytes("iso-8859-1"),"属性文件的实际编码");    

  在上面的代码中，属性文件的实际编码就可以利用上面的方法获得。当然，象这种属性文件是项目内部的，我们可以控制属性文件的编码格式，比如约定采用windows内定的gbk，就直接利用"gbk"来转码，如果约定采用utf-8，也可以是使用"utf-8"直接转码。如果想灵活一些，做到自动探测编码，就可利用上面介绍的方法测定属性文件的编码，从而方便开发人员的工作。