java实现获取文本文件的字符编码

Java  /  管理员 发布于 8年前   465

一、认识字符编码：

1、Java中String的默认编码为UTF-8，可以使用以下语句获取：Charset.defaultCharset();

2、Windows操作系统下，文本文件的默认编码为ANSI，对中文Windows来说即为GBK。例如我们使用记事本程序新建一个文本文档，其默认字符编码即为ANSI。

3、Text文本文档有四种编码选项：ANSI、Unicode(含Unicode Big Endian和Unicode Little Endian)、UTF-8、UTF-16

4、因此我们读取txt文件可能有时候并不知道其编码格式，所以需要用程序动态判断获取txt文件编码。

ANSI ：无格式定义，对中文操作系统为GBK或GB2312

UTF-8 ：前三个字节为：0xE59B9E(UTF-8)、0xEFBBBF(UTF-8含BOM)

UTF-16 ：前两字节为：0xFEFF

Unicode：前两个字节为：0xFFFE

例如：Unicode文档以0xFFFE开头，用程序取出前几个字节并进行判断即可。

5、Java编码与Text文本编码对应关系：

Java读取Text文件，如果编码格式不匹配，就会出现乱码现象。所以读取文本文件的时候需要设置正确字符编码。Text文档编码格式都是写在文件头的，在程序中需要先解析文件的编码格式，获得编码格式后，再以此格式读取文件就不会产生乱码了。

免费在线视频教程推荐：java学习

二、举个例子：

有一个文本文件：test.txt

测试代码：

/** * 文件名：CharsetCodeTest.java * 功能描述：文件字符编码测试 */ import java.io.*; public class CharsetCodeTest {    public static void main(String[] args) throws Exception {        String filePath = "test.txt";        String content = readTxt(filePath);        System.out.println(content);    }  public static String readTxt(String path) {        StringBuilder content = new StringBuilder("");        try {String fileCharsetName = getFileCharsetName(path);System.out.println("文件的编码格式为："+fileCharsetName); InputStream is = new FileInputStream(path);InputStreamReader isr = new InputStreamReader(is, fileCharsetName);BufferedReader br = new BufferedReader(isr); String str = "";boolean isFirst = true;while (null != (str = br.readLine())) {    if (!isFirst)        content.append(System.lineSeparator());        //System.getProperty("line.separator");    else        isFirst = false;    content.append(str);}br.close();        } catch (Exception e) {e.printStackTrace();System.err.println("读取文件:" + path + "失败!");        }        return content.toString();    }      public static String getFileCharsetName(String fileName) throws IOException {        InputStream inputStream = new FileInputStream(fileName);        byte[] head = new byte[3];        inputStream.read(head);         String charsetName = "GBK";//或GB2312，即ANSI        if (head[0] == -1 && head[1] == -2 ) //0xFFFEcharsetName = "UTF-16";        else if (head[0] == -2 && head[1] == -1 ) //0xFEFFcharsetName = "Unicode";//包含两种编码格式：UCS2-Big-Endian和UCS2-Little-Endian        else if(head[0]==-27 && head[1]==-101 && head[2] ==-98)charsetName = "UTF-8"; //UTF-8(不含BOM)        else if(head[0]==-17 && head[1]==-69 && head[2] ==-65)charsetName = "UTF-8"; //UTF-8-BOM         inputStream.close();         //System.out.println(code);        return charsetName;    }}

运行结果：

相关文章教程推荐：java入门学习

以上就是java实现获取文本文件的字符编码的详细内容，更多请关注其它相关文章！