java实现获取文本文件的字符编码

互联网 19-12-23

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 ) //0xFFFE             charsetName = "UTF-16";         else if (head[0] == -2 && head[1] == -1 ) //0xFEFF             charsetName = "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;     } }