Java判断一个文件原来的编码方式_charsetdetector maven-CSDN博客

本文介绍了如何使用Java来判断一个文件的原始编码方式，包括引入Maven依赖、具体代码实现和需要注意的事项，特别是当编码方式可能为空时的处理策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一步，引入maven

   <!--Charset获取文件原来编码方式的-->
        <dependency>
            <groupId>com.ibm.icu</groupId>
            <artifactId>icu4j</artifactId>
            <version>59.1</version>
        </dependency>

第二步代码

import com.ibm.icu.text.CharsetDetector;
import com.ibm.icu.text.CharsetMatch;
import org.apache.log4j.Logger;

import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;

public class JudgeFileCharset {
    private static Logger logger = Logger.getLogger(JudgeFileCharset.class);

    public JudgeFileCharset() {
    }



    public static String getFileCharsetByICU4J(File file) {
        String encoding = null;

        try {
            Path path = Paths.get(file.getPath());
            byte[] data = Files.readAllBytes(path);
            CharsetDetector detector = new CharsetDetector();
            detector.setText(data);
            CharsetMatch match = detector.detect();
            if (match == null) {
                return encoding;
            }

            encoding = match.getName();
        } catch (IOException var6) {
            logger.error(var6.getMessage());
        }

        return encoding;
    }
}

第三，要注意

编码方式有可能为空，这个时候手动设置你想要的编码方式

  String charset = JudgeFileCharset.getFileCharsetByICU4J(file);
            if(StringUtils.isNullOrEmpty(charset)){
                charset="UTF-8";
            }