java完成猎取文本文件的字符编码【JAVA教程】,java,实现,获取,文本文件,字符编码

一、熟悉字符编码：

1、Java中String的默许编码为UTF-8，能够运用以下语句猎取：Charset.defaultCharset();

2、Windows操作系统下，文本文件的默许编码为ANSI，对中文Windows来讲即为GBK。比方我们运用记事本顺序新建一个文本文档，其默许字符编码即为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、因而我们读取txt文件大概有时刻并不知道其编码花样，所以须要用顺序动态推断猎取txt文件编码。

ANSI ：无花样定义，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

比方：Unicode文档以0xFFFE开头，用顺序掏出前几个字节并举行推断即可。

5、Java编码与Text文本编码对应关联：

Java读取Text文件，假如编码花样不婚配，就会涌现乱码征象。所以读取文本文件的时刻须要设置准确字符编码。Text文档编码花样都是写在文件头的，在顺序中须要先剖析文件的编码花样，取得编码花样后，再以此花样读取文件就不会发生乱码了。

免费在线视频教程引荐：java进修

二、举个例子：

有一个文本文件：test.txt

测试代码：

/**
 * 文件名：CharsetCodeTest.java
 * 功用形貌：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("文件的编码花样为："+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 + "失利!");
        }
        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";//包括两种编码花样：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;
    }
}

运转效果：

相干文章教程引荐：java入门进修

以上就是java完成猎取文本文件的字符编码的细致内容，更多请关注ki4网别的相干文章！