java检测文件是UTF-8还是Ansi答案

【问题标题】：java detect if file is UTF-8 or Ansijava检测文件是UTF-8还是Ansi
【发布时间】：2015-01-15 02:23:21
【问题描述】：

在 Java 中有没有办法检测文件是 ANSI 还是 UTF-8？我遇到的问题是，如果有人在 Excel 中创建 CSV 文件，它是 UTF-8。如果他们使用记事本创建它，那就是 ANSI。

我想知道我是否可以检测文件类型然后相应地处理它。

谢谢。

【问题讨论】：

这有帮助吗？ code.google.com/p/juniversalchardet
检查：stackoverflow.com/questions/3759356/…
你能提供一些代码而不仅仅是链接吗？
如果 excel 包含 UTF-8 BOM，您也许可以检查它（我这里没有要检查的副本）。您可以以二进制形式打开，读取前三个字节并检查 0xEF,0xBB,0xBF，或者乐观地以“Cp1252”（“ANSI”）打开，如果您在开始时看到 ï»¿，则以 UTF-8 形式重新打开它。跨度>
@user1158745 这些链接似乎非常有用并提供了代码示例。如果你愿意，你可以发布一个答案来写你自己问题的答案。

标签： java utf-8 ansi

【解决方案1】：

你可以试试这样的。它依赖于包含字节顺序标记 (BOM) 的 Excel，尽管我无法验证它，但快速搜索表明它确实如此，并且 Java 将 BOM 视为特定的“字符”\uFEFF。

FileInputStream fis = new FileInputStream(file);
BufferedReader br = new BufferedReader(new InputStreamReader(fis, "UTF-8"));

String line = br.readLine();
if (line.startsWith("\uFEFF")) {
    // it's UTF-8, throw away the BOM character and continue
    line = line.substring(1);
} else {
    // it's not UTF-8, reopen
    br.close(); // also closes fis
    fis = new FileInputStream(file); // reopen from the start
    br = new BufferedReader(new InputStreamReader(fis, "Cp1252"));
    line = br.readLine();
}

// now line contains the first line, and br.readLine() will get the next

更多关于 UTF-8 字节顺序标记和编码检测http://en.wikipedia.org/wiki/Byte_order_mark#UTF-8的信息

【讨论】：