对字符进行解析

Question

使用RandomAccessFile类读取文件流，并使用seek(int position)方法定位起始位置
使用read()方法读取了一个数据字节，然后如何判断这个字节是中文，还是英文，还是换行符"\r"或者"\n"
判断玩之后，我如何来避免乱码呢！各位，谢谢了！

Answer 1

呵呵！ 楼主对字符集还没有一个正确的认识，byte和char并不是1对1的，不同的字符集也不一样。而且同一字符集，中文char对应的byte数都有差别，所以楼主的问题估计不可能解决。到现在只有通过算法推测文件编码采用的字符集的代码，而且还是一个概率计算方式，并不能准备推断一个字符的的编码采用的字符集，并确定字符在字符集中的范围。

Answer 2

GB编码的文件中，
中英文差不多可以判断字节是否大于127来判断，大于就是半个中文。
\r\n就是10和13，好判断。
乱码就难了，因为你不知道当前字节是前半个汉字还是后半个汉字。

Answer 3

没办法的，2楼是限定了GBK的txt,而且GBK是2个byte一个中文，但英文仍然是一个byte。
如果一个GBK的txt去掉文件的第一个byte后再保存，你再打开看，你会看到正确的东西吗？ 
这个是一个道理。txt编辑器都是具备编码识别能力的，例如 Ueditor Editor P 同样你连文件是txt文件，还是其他类型的文件类型都不能确定，怎么去判断。要判断字符是否中文，首先要判断字节流采用的字符集。

Answer 4

首先你得知道文件使用的字符集(utf-8文件保存的时候有些保存了一个文件头标识）但是应该文件不能知道它的字符集--有待专家指点一下
RandomAccessFile类读取文件为data 字节流，然后把它转换成文本流，转换时指定它的字符集，读取出来的都是unicode编码，这样你就能区分它是中文还是英文了，unicode编码我没有深入研究过，不过我可以确定英文的低8位应该是与ASC2编码保持一致，中文高8位与英文字母编码应该有明显区别
"\r"或者"\n"直接查它的unicode编码就能够区分了，
另外有些特殊字符可能是4个字节，你要把它当作codepoint来处理，java核心技术中有对此如何辨别的方法。