爱数码更懂数码
爱数码更懂数码
java自动识别文本文件字符编码
这是我目前写的小工具，目前测试能够很好的识别读取的文本文件是“utf-8”还是“gbk”，原理是这2种字符编码的英文字母及标点字符都是ASCII码，“utf-8”分有bom头与无bom头的情况，“utf-8”的中文字符的16进制编码基本是以“E”开头，那么，就根据这些特征进行猜测，代码如下：package top.hmtools.base; import java.math.BigInteger; import top.hmtools.system.SystemInfoTools; /** * 猜测字符编码工具 * @author HyboJ * */ public class CharsetGuessTools { /** * 根据字节码数组，猜测编码类型 * <br>依据：如果文本头有bom信息则可知其对应的字符编码。 * <br>此外，GBK与UTF-8都有可能，二者都可以没有bom信息。经观察发现，ASCII对应的字符是二者一致的部分， * <br>经尝试多个中文字符，发现在UTF-8中的编码在以16进制字符串表示时，基本上是以“E”开头，而GBK则不是。
郑重声明：图文由自媒体作者发布，我们尊重原作版权，但因数量庞大无法逐一核实，图片与文字所有方如有疑问可与我们联系，核实后我们将予以删除。
爱数码 广州云媒派信息技术有限公司 版权所有 粤ICP备2021127029号 关于爱数码