利用第三方开源包cpdetector获取文件编码格式 博客分类： 编程 javachardet-1.0cpdetector-1.0.10

/**
  * 利用第三方开源包cpdetector获取文件编码格式.
  *
  * @param filePath
  * @return
  */
public static String getFileEncode(String filePath) {
  /**
   * <pre>
   * 1、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.
   * 2、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.
   * 3、cpDetector是基于统计学原理的,不保证完全正确.
   * </pre>
   */
  CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
  detector.add(new ParsingDetector(false));
  detector.add(JChardetFacade.getInstance());// 需要第三方JAR包:antlr.jar、chardet.jar.
  detector.add(ASCIIDetector.getInstance());
  detector.add(UnicodeDetector.getInstance());
  Charset charset = null;
  File file = new File(filePath);
  try {
   charset = detector.detectCodepage(file.toURI().toURL());
  } catch (Exception e) {
   log.error(e, e);
  }

  String charsetName = Const.GBK;
  if (charset != null) {
   if (charset.name().equals("US-ASCII")) {
    charsetName = Const.ISO_8859_1;
   } else if (charset.name().startsWith("UTF")) {
    charsetName = charset.name();// 例如:UTF-8,UTF-16BE.
   }
  }
  return charsetName;
}