如何获取文件编码类型？ [复制]答案

【问题标题】：How to get file encoding type? [duplicate]如何获取文件编码类型？ [复制]
【发布时间】：2012-03-30 20:24:19
【问题描述】：

Java : How to determine the correct charset encoding of a stream

我想获取 pertiquular 文件的文件编码类型运行时。

System.getProperties("file.encoding");

以上代码对所有输入文件显示相同的编码类型。

【问题讨论】：

@Marcelo - 可以将其添加为 aswer...
但是上面的代码和API不适用于excel文件。
@RakeshPatel 如果您的问题是针对特定于 excel 的，您应该说明并包含一些源代码
没有任何代码。我正在使用 Universalchardet API 示例并测试 excel。
MS Excel 文件是二进制文件，我猜？

标签： java

【解决方案1】：

System.getProperty("file.encoding") 返回您的 os 默认编码。您无法从文本文件中读取编码，但您可以在写入文件时显式设置编码，以确保设置正确的编码。

【讨论】：

我想获取每个文件编码类型的运行时。
您只能在运行时“猜测”编码，因为它是在写入文件时设置的。见这里：link
getProperties有错别字，应该是getProperty

【解决方案2】：

请参阅 Marcelos 评论 - 您可以使用一些库来猜测文件的编码，但您永远无法确定它，除非您事先知道。任意文本文件中没有“标准”信息来指示已使用哪种编码来编写它。特定的文件格式可能包含编码信息，但这将以某种专有方式，特定于该文件格式。

【讨论】：

好的，我会增加，但建议的库没有得到日文 excel 文件的编码类型。我试过它没有给出 excel 文件的编码类型

【解决方案3】：

"file.encoding" 属性是默认编码，将在您的文本保存到文件时应用。

如果文本不包含某些编码信息（如 xml 文件），则没有标准方法来识别文本编码

我检测纯文本编码的方法如下：

俄语文本可能采用以下编码：cp1251、dos866、unicode、koi-8 对于每个俄语字母，都有与其他字母组合在一起，这些字母在文本中是永远看不到的。例如。在字母 'а' 之后，您将永远不会看到任何“ъ, ы, ь”。

对于每一个字母，我都有这样一组“不可能的字母”。然后我以每种编码加载文件内容（可能加载的不是全文，而是一些合理的字节块），对于文本，我计算我有多少不可能的组合。获胜者的编码是这个数字最少的。而且，当然，我也将来自字母 diapazone 的字符计算为错误。文本可能包含错误，因此对于正确的编码，errorCount>0 可能是错误的，但对于合理的文本块，它会非常准确 - 正确的编码总是错误计数最少。

也许你会发现这很有用。

【讨论】：