如何检测Java中的哪些字符集编码？

有谁知道是否有一种简单的方法来检测Java中的字符集编码？在我看来，有些程序能够检测某个给定数据使用哪个字符集，或者至少能够进行aproximation。如何检测Java中的哪些字符集编码？

我想的基本机制将不得不在每个字符集的数据进行解码，并挑选哪一个具有最少未定义的字符，随后的字符集更常见的是打破平局。

任何想法？

2010-02-12 benstpierre

什么输入，我们谈论的？字节数组（二进制）或字符数组（字符串）？那么你想区分哪些？它可以只为Unicode字符集（使用字节顺序标记）完成，但不能为其他的可靠性。 – BalusC 2010-02-12 00:06:14

这可能会很棘手。在这个网站pfarland使用一些启发：http://forums.sun.com/thread.jspa?threadID=279203#3 – mre 2010-02-12 00:10:52

相关主题：http://stackoverflow.com/questions/499010/java-how-to - 确定最正确-字符集编码对的一串流和http://stackoverflow.com/questions/1888189/java-readers-and-encodings – BalusC 2010-02-12 00:28:47

-3

为了查找数据是否为任何Unicode格式（UTF-8，UTF-16等），您可以读取字节流中的数据并检查前4个字节（BOM大小），并且对于每种编码将不同

为如：

为UTF-8前3个字节将是EF，BB，BF

比Unicode编码的其他编码我不知道......

来源

2010-02-12 01:44:36 sreejith

可选UTF-8 BOM是唯一有用的，如果它是存在：http://en.wikipedia.org/wiki/Byte_order_mark – trashgod 2010-02-12 03:03:16

@sreejith ..上面的BOM溶液只能用来告诉一个文件不是UTF-8（在这种情况下它不会与给定的BOM启动）。但是如果BOM存在，它可以是UTF-8或不是。对于例如也许对于其他一些文件，最初的字节“EF，BB，BF”实际上是有效的数据。 – 2011-02-18 07:03:12

看看jchardet，一个从Mozilla浏览器移植的库，专门用于“猜测”文档的字符集。

作为替代方案，所述cpdetector库，一个较新的位，专门检测文档的代码页。

来源

2010-02-12 08:12:00 Sylar

如何检测Java中的哪些字符集编码？

回答

相关问题