`

判定文件编码或文本流编码的方法

    博客分类:
  • java
阅读更多
import info.monitorenter.cpdetector.io.ASCIIDetector;
import info.monitorenter.cpdetector.io.CodepageDetectorProxy;
import info.monitorenter.cpdetector.io.JChardetFacade;
import info.monitorenter.cpdetector.io.ParsingDetector;
import info.monitorenter.cpdetector.io.UnicodeDetector;

import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.IOException;
import java.io.InputStream;
import java.net.MalformedURLException;
import java.nio.charset.Charset;

/**
 * <p>
 * 本类用来探测字符的编码集,关返回其名称
 * </p>
 * 
 * @ * @vision 1.0
 */
public class Detector {
	/*------------------------------------------------------------------------ 
	  detectorProxy是探测器,它把探测任务交给具体的探测实现类的实例完成。 
	  cpDetector内置了一些常用的探测实现类,这些探测实现类的实例可以通过add方法 
	  加进来,如ParsingDetector、 JChardetFacade、ASCIIDetector、UnicodeDetector。   
	  detector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的 
	  字符集编码。 
	--------------------------------------------------------------------------*/
	private static CodepageDetectorProxy detectorProxy;
	static {
		detectorProxy = CodepageDetectorProxy.getInstance();
		/*------------------------------------------------------------------------- 
		  ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于 
		  指示是否显示探测过程的详细信息,为false不显示。 
		---------------------------------------------------------------------------*/
		detectorProxy.add(new ParsingDetector(false));
		/*-------------------------------------------------------------------------- 
		  JChardetFacade封装了由mozilla1组织提供的JChardet,它可以完成大多数文件的编码 
		  测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以 
		  再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。 
		 ---------------------------------------------------------------------------*/
		detectorProxy.add(JChardetFacade.getInstance());
		// ASCIIDetector用于ASCII编码测定
		detectorProxy.add(ASCIIDetector.getInstance());
		// UnicodeDetector用于unicode1家族编码的测定
		detectorProxy.add(UnicodeDetector.getInstance());

	}

	public static synchronized String getEncodingType(String content)
			throws IllegalArgumentException, IOException {
		ByteArrayInputStream stream = new ByteArrayInputStream(content
				.getBytes());
		return Detector.getEncodingType(stream, content.length());
	}

	public static synchronized String getEncodingType(File file)
			throws MalformedURLException, IOException {
		Charset charset = detectorProxy.detectCodepage(file.toURL());
		if (charset != null) {
			return charset.name();
		} else
			return "未知";
	}

	public static synchronized String getEncodingType(InputStream inputStream,
			int length) throws IllegalArgumentException, IOException {
		Charset charset = detectorProxy.detectCodepage(inputStream, length);
		if (charset != null) {
			return charset.name();
		} else
			return "未知";
	}
}

 

分享到:
评论

相关推荐

    Java判定文件编码或文本流编码的方法[文].pdf

    Java判定文件编码或文本流编码的方法[文].pdf

    Java判断文件编码格式 - 明明是悟空 - 博客园1

    它的类库很小,只有500K左右,利用该类库判定文本文件的代码如下(由于cpdetector的算法使用概率统计,所以结果并不是100%准确的,但是是迄今为止我见过

    UTF-8或者GBK文本格式判断

    Recognize类判定指定文本文件为UTF-8还是GBK编码格式。

    javascript文档

    encodeURIComponent 方法 将文本字符串编码为合法的通用资源标识符 (URI)组件。 Enumerator 对象 提供集合中的项的枚举。 相等运算符(==) 比较两个表达式,看是否相等。 Error 对象 包含在运行 JScript 代码时...

    微软JavaScript手册

    encodeURIComponent 方法 将文本字符串编码为合法的通用资源标识符 (URI)组件。 Enumerator 对象 提供集合中的项的枚举。 相等运算符(==) 比较两个表达式,看是否相等。 Error 对象 包含在运行 JScript 代码时...

    JScript 语言参考

    encodeURIComponent 方法 将文本字符串编码为合法的通用资源标识符 (URI)组件。 Enumerator 对象 提供集合中的项的枚举。 相等运算符(==) 比较两个表达式,看是否相等。 Error 对象 包含在运行 JScript 代码时...

    JAVA上百实例源码以及开源项目

     Java数据压缩与传输实例,可以学习一下实例化套按字、得到文件输入流、压缩输入流、文件输出流、实例化缓冲区、写入数据到文件、关闭输入流、关闭套接字关闭输出流、输出错误信息等Java编程小技巧。 Java数组倒置...

    java源码包---java 源码 大量 实例

     Java数据压缩与传输实例,可以学习一下实例化套按字、得到文件输入流、压缩输入流、文件输出流、实例化缓冲区、写入数据到文件、关闭输入流、关闭套接字关闭输出流、输出错误信息等Java编程小技巧。 Java数组倒置...

    java源码包2

     Java数据压缩与传输实例,可以学习一下实例化套按字、得到文件输入流、压缩输入流、文件输出流、实例化缓冲区、写入数据到文件、关闭输入流、关闭套接字关闭输出流、输出错误信息等Java编程小技巧。 Java数组倒置...

    一天一个shell命令 linux文本系列-file命令用法

    该命令用来识别文件类型,也可用来辨别一些文件的编码格式。它是通过查看文件的头部信息来获取文件类型,而不是像Windows通过扩展名来确定文件类型的。 更多介绍可以查看这篇文章://...

    java源码包3

     Java数据压缩与传输实例,可以学习一下实例化套按字、得到文件输入流、压缩输入流、文件输出流、实例化缓冲区、写入数据到文件、关闭输入流、关闭套接字关闭输出流、输出错误信息等Java编程小技巧。 Java数组倒置...

    java源码包4

     Java数据压缩与传输实例,可以学习一下实例化套按字、得到文件输入流、压缩输入流、文件输出流、实例化缓冲区、写入数据到文件、关闭输入流、关闭套接字关闭输出流、输出错误信息等Java编程小技巧。 Java数组倒置...

    成百上千个Java 源码DEMO 4(1-4是独立压缩包)

    Java波浪文字制作方法及源代码 1个目标文件 摘要:Java源码,初学实例,波浪文字 Java波浪文字,一个利用Java处理字符的实例,可以设置运动方向参数,显示文本的字符数组,高速文本颜色,显示字体的 FontMetrics对象,...

    成百上千个Java 源码DEMO 3(1-4是独立压缩包)

    Java波浪文字制作方法及源代码 1个目标文件 摘要:Java源码,初学实例,波浪文字 Java波浪文字,一个利用Java处理字符的实例,可以设置运动方向参数,显示文本的字符数组,高速文本颜色,显示字体的 FontMetrics对象,...

    c#通过unicode编码判断字符是否为中文示例分享

    本文介绍了c#通过unicode编码判断字符是否为中文的示例,在unicode字符串中,中文的范围是在4E00..9FFF:CJK Unified Ideographs。通过对字符的unicode编码进行判断来确定字符是否为中

    JAVA上百实例源码以及开源项目源代码

     Java数据压缩与传输实例,可以学习一下实例化套按字、得到文件输入流、压缩输入流、文件输出流、实例化缓冲区、写入数据到文件、关闭输入流、关闭套接字关闭输出流、输出错误信息等Java编程小技巧。 Java数组倒置...

    Hadoop硬实战 [(美)霍姆斯著][电子工业出版社][2015.01]_PDF电子书下载 带书签目录 高清完整版.rar )

    3 数据序列化――处理文本文件及其他格式的文件 3.1 了解MapReduce 中的输入和输出 3.1.1 数据输入 3.1.2 数据输出 3.2 处理常见的序列化格式 3.2.1 XML . 技术点12 MapReduce 和XML 3.2.2 JSON...

    Hadoop实战(第2版)

    技术点31 小文件技术点32 不可切割的文件6.2.3 reduce 端问题技术点33 reducer 任务数过大或过小 .技术点34 定位reduce 端数据倾斜问题技术点35 确定reduce 任务是否存在整体吞吐量过低技术点36 缓慢的洗...

    微信-汉字拼音首字母排序选择.rar

    微信小程序-汉字拼音首字母排序选择,包括了一个微信小程序富文本解析函数库,收录字符的Unicode编码范围为19968至40869,汉字拼音首字母列表 本列表包含了20902个汉字,用于配合 ToChineseSpell,改动为判定输入数组...

Global site tag (gtag.js) - Google Analytics