大侠，如何获取一个文件使用的字符集（Charset）？

Question

如题。
InputStreamReader isr = new InputStreamReader(new FileInputStream("e:\\test.txt"),"GBK");
//System.err.println(isr.getEncoding());
BufferedReader br = new BufferedReader(isr);比如用上面的代码显示文件内容，如果文件使用的编码是unicode,在控制台打印就是乱码，怎样才能提前获得文件的编码方式然后new一个合适的InputStreamReader呢？

Answer 1

我给你一个二进制的 .ABC 文件，然后让你把里面的内容读出来，你能猜出它的格式然后正确的把数据读出来吗？应该是不能的。正常情况下，应该是我告诉你这个文件的格式，然后，你才能根据这个格式去解析这个文件。一般而言，一个文本文件的“字符集”（严格说应该是“编码方式，encoding”）也是这个道理。谁给你的这个文本文件，他应该告诉你这个文件的编码方式。当然也有例外。一种例外就是符合一定规范的文件格式。比如 XML 文件，它是“自说明”的，在它的第一个文本行中就有编码方式的说明。再比如 .properties 文件，按要求它应该是 ISO-8859-1 的。还有一种情况，就是说，你可以用程序去“猜”。不同的编码方式都会有一些特征。你把一个文件扫描一遍下来，如果它完全符合某个编码方式的特征，那么你“不妨”认为这个文件就是这种编码方式的。当然这种“猜”不能保证百分之百可靠。

Answer 2

我的问题是这样产生的
前一阵写了一个看TXT的小工具（主要是为了偷偷看闲书），
结果从网上下的TXT有些是UNICODE的，用小工具打开就是一堆乱码，后来瞎摸索找到了方法可以正确读出GBK和UNICODE的文件了，可因为中毒源代码找不到了又忘了咋写的了。现在想彻底解决这个问题的办法

Answer 3

maquan('ma:kju)：
有些文件已经在文件内容里面告诉你它的编码了。
我就知道，文件开头2字节是FF FE的是Unicode的

Answer 4

> 文件开头2字节是FF FE的是Unicode的是有这种情况，但我不知道这只是“MS Windows”的习惯约定，还是有什么国际标准？用 Notepad 可以试出来，FF FE 开头的是“unicode 文件”，FE EF 开头的是“unicode big endian 文件”，EF BB BF 开头的是“utf-8 文件”。

Answer 5

Sorry，说错了一点，unicode big endian 是 FE FF 开头的。

Answer 6

嗯，同意楼上，记得我以前用VC写过一个读取.txt文件的程序，也是看前4个16进制数据进行判断。
网上看到一位同仁用c#写的代码，功楼主参考。就是楼上所说的方法
只是简单的判断文件编码是否为：Unicode UnicodeBIG UTF-8public class EncodingType
{
public static System.Text.Encoding GetType(string FILE_NAME)
{
FileStream fs = new FileStream(FILE_NAME, FileMode.Open, FileAccess.Read);
System.Text.Encoding r= GetType(fs);
fs.Close();
return r;
}
public static System.Text.Encoding GetType(FileStream fs)
{
byte[] Unicode=new byte[]{0xFF,0xFE};
byte[] UnicodeBIG=new byte[]{0xFE,0xFF};
byte[] UTF8=new byte[]{0xEF,0xBB,0xBF};BinaryReader r = new BinaryReader(fs,System.Text.Encoding.Default);
byte[] ss=r.ReadBytes(3);
r.Close();
//编码类型 Coding=编码类型.ASCII;
if(ss[0]>=0xEF)
{
if(ss[0]==0xEF && ss[1]==0xBB && ss[2]==0xBF)
{
return System.Text.Encoding.UTF8;
}
else if(ss[0]==0xFE && ss[1]==0xFF)
{
return System.Text.Encoding.BigEndianUnicode;
}
else if(ss[0]==0xFF && ss[1]==0xFE)
{
return System.Text.Encoding.Unicode;
}
else
{
return System.Text.Encoding.Default;
}
}
else
{
return System.Text.Encoding.Default;
}
}
}

Answer 7

InputStreamReader.getEncoding() 返回此流使用的字符编码的名称。
OutputStreamWriter.getEncoding() 返回此流使用的字符编码的名称。
不知道是不是你想要的！ ^_^