精华内容
下载资源
问答
  • java 获取文件编码格式

    万次阅读 2017-11-07 14:23:28
    Java 自动检测文件编码: 用法很简单: import org.apache.commons.io.FileUtils; String filePath="D:/test.txt"; //获得文件编码 String fileEncode=EncodingDetect.getJavaEncode(filePath); //根据...

    Java 自动检测文件编码:

    用法很简单:

    import org.apache.commons.io.FileUtils;    
        
    String filePath="D:/test.txt";    
    //获得文件编码  
    String fileEncode=EncodingDetect.getJavaEncode(filePath);    
    //根据文件编码获得文件内容  
    String fileContent=FileUtils.readFileToString(new File(filePath),fileEncode) 


    EncodingDetect.zip

    commons-io-1.4.jar
    
    
    展开全文
  • 如何使用Java代码获取文件、文件流或字符串的编码方式

            今天通过网络资源研究了一下如何使用Java代码获取文件、文件流或字符串的编码方式,现将代码与大家分享:

    package com.ghj.packageoftool;
    
    import info.monitorenter.cpdetector.io.ASCIIDetector;
    import info.monitorenter.cpdetector.io.ByteOrderMarkDetector;
    import info.monitorenter.cpdetector.io.CodepageDetectorProxy;
    import info.monitorenter.cpdetector.io.JChardetFacade;
    import info.monitorenter.cpdetector.io.ParsingDetector;
    import info.monitorenter.cpdetector.io.UnicodeDetector;
    
    import java.io.ByteArrayInputStream;
    import java.io.File;
    import java.io.InputStream;
    import java.net.URL;
    import java.nio.charset.Charset;
    
    /**
     * 文件工具类
     * 
     * @author 高焕杰
     */
    public class FileTool {
    
    	/**
    	 * 获取本地文件的编码格式
    	 * 
    	 * @param file 要判断的文件编码格式
    	 * 
    	 * @author 高焕杰
    	 */
    	public static String getLocalFileEncode(File localFile) {
    
    		/*
    		 * cpDetector是探测器,它把探测任务交给具体的探测实现类的实例完成。
    		 * 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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
    		 * cpDetector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的字符集编码。cpDetector是基于统计学原理的,不保证完全正确。
    		 */
    		CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();
    		codepageDetector.add(new ParsingDetector(false));//ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于指示是否显示探测过程的详细信息,为false不显示。
    		codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封装了由Mozilla组织提供的JChardet,它可以完成大多数文件的编码 测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。
    		codepageDetector.add(new ByteOrderMarkDetector());  
    		codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定
    		codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定
    		Charset charset = null;
    		try {
    			charset = codepageDetector.detectCodepage(localFile.toURI().toURL());
    			if (charset != null){
    				return charset.name();
    			}
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		return null;
    	}
    	
    	/**
    	 * 获得远程URL文件的编码格式
    	 * 
    	 * @param url 远程文件的URL路径
    	 * 
    	 * @author 高焕杰
    	 */
    	public static String getURLFileEncode(URL url) {
    
    		/*
    		 * cpDetector是探测器,它把探测任务交给具体的探测实现类的实例完成。
    		 * 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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
    		 * cpDetector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的字符集编码。cpDetector是基于统计学原理的,不保证完全正确。
    		 */
    		CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();
    		codepageDetector.add(new ParsingDetector(false));//ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于指示是否显示探测过程的详细信息,为false不显示。
    		codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封装了由Mozilla组织提供的JChardet,它可以完成大多数文件的编码 测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。
    		codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定
    		codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定
    		Charset charset = null;
    		try {
    			charset = codepageDetector.detectCodepage(url);
    			if (charset != null){
    				return charset.name();
    			}
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		return null;
    	}
    	
    	/**
    	 * 获得文件流的编码格式
    	 * 
    	 * @param inputStream 文件流
    	 * 
    	 * @author 高焕杰
    	 */
    	public static String getInputStreamEncode(InputStream inputStream) {
    
    		/*
    		 * cpDetector是探测器,它把探测任务交给具体的探测实现类的实例完成。
    		 * 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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
    		 * cpDetector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的字符集编码。cpDetector是基于统计学原理的,不保证完全正确。
    		 */
    		CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();
    		codepageDetector.add(new ParsingDetector(false));//ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于指示是否显示探测过程的详细信息,为false不显示。
    		codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封装了由Mozilla组织提供的JChardet,它可以完成大多数文件的编码 测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。
    		codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定
    		codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定
    		Charset charset = null;
    		try {
    			charset = codepageDetector.detectCodepage(inputStream, 0);
    			if (charset != null){
    				return charset.name();
    			}
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		return null;
    	}
    	
    	/**
    	 * 获得字符串的编码格式
    	 * 
    	 * @param stringValue 要判断的文件编码格式字符串
    	 * 
    	 * @author 高焕杰
    	 */
    	public static String getStringEncode(String stringValue) {
    
    		/*
    		 * cpDetector是探测器,它把探测任务交给具体的探测实现类的实例完成。
    		 * 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、ByteOrderMarkDetector、JChardetFacade、ASCIIDetector、UnicodeDetector。
    		 * cpDetector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的字符集编码。cpDetector是基于统计学原理的,不保证完全正确。
    		 */
    		CodepageDetectorProxy codepageDetector = CodepageDetectorProxy.getInstance();
    		codepageDetector.add(new ParsingDetector(false));//ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于指示是否显示探测过程的详细信息,为false不显示。
    		codepageDetector.add(JChardetFacade.getInstance());//JChardetFacade封装了由Mozilla组织提供的JChardet,它可以完成大多数文件的编码 测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。
    		codepageDetector.add(ASCIIDetector.getInstance());//ASCIIDetector用于ASCII编码测定
    		codepageDetector.add(UnicodeDetector.getInstance());//UnicodeDetector用于Unicode家族编码的测定
    		Charset charset = null;
    		try {
    			InputStream inputStream = new ByteArrayInputStream(stringValue.getBytes());
    			charset = codepageDetector.detectCodepage(inputStream, 3);
    			if (charset != null){
    				return charset.name();
    			}
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		return null;
    	}
    }

            由于上面代码依赖了很多jar包,所以请直接下载使用MyEclipse开发的Demo。

            【0分下载Demo
    展开全文
  • Java如何获取文件编码格式

    千次阅读 2014-03-24 17:04:18
    在程序中,文本文件经常用来存储标准的ASCII码...而在读取这些文本文件时,有时候就需要自动判定文件编码格式。  按照给定的字符集存储文本文件时,在文件的最开头的三个字节中就有可能存储着编码信息,所以
    在程序中,文本文件经常用来存储标准的ASCII码文本,比如英文、加减乘除等号这些运算符号。文本文件也可能用于存储一些其他非ASCII字符,如基于GBK的简体中文,基于BIG5的繁体中文等等。在存储这些字符时需要正确指定文件的编码格式;而在读取这些文本文件时,有时候就需要自动判定文件的编码格式。

        按照给定的字符集存储文本文件时,在文件的最开头的三个字节中就有可能存储着编码信息,所以,基本的原理就是只要读出文件前三个字节,判定这些字节的值,就可以得知其编码的格式。

    其实,如果项目运行的平台就是中文操作系统,如果这些文本文件在项目内产生,即开发人员可以控制文本的编码格式,只要判定两种常见的编码就可以了:GBK和UTF-8。由于中文

    Windows默认的编码是GBK,所以一般只要判定UTF-8编码格式。

        对于UTF-8编码格式的文本文件,其前3个字节的值就是-17、-69、-65,所以,判定是否是UTF-8编码格式的代码片段如下:

        测试文件编码是否为UTF-8

               File file = new File(path);

               InputStream ios = new java.io.FileInputStream(file);

               byte[] b = new byte[3];

               ios.read(b);

               ios.close();

               if (b[0] == -17 && b[1] == -69 && b[2] == -65)

                   System.out.println(file.getName() + “:编码为UTF-8″);

               else

                   System.out.println(file.getName() + “:可能是GBK,也可能是其他编码。”);

        上述代码只是简单判定了是否是UTF-8格式编码的文本文件,如果项目对要判定的文本文件编码不可控(比如用户上传的一些HTML、XML等文本),可以采用一个现成的开源项目:

    cpdetector,它所在的网址是:http://www.oschina.net/p/cpdetector。它的类库很小,只有500K左右,利用该类库判定文本文件的代码如下:

        FileEncodeDetector

        package cn.edu.cqu.tiger;

        import info.monitorenter.cpdetector.io.ASCIIDetector;

        import info.monitorenter.cpdetector.io.CodepageDetectorProxy;

        import info.monitorenter.cpdetector.io.JChardetFacade;

        import info.monitorenter.cpdetector.io.ParsingDetector;

        import info.monitorenter.cpdetector.io.UnicodeDetector;

        import java.io.BufferedReader;

        import java.io.File;

        import java.io.FileInputStream;

        import java.io.FileNotFoundException;

        import java.io.IOException;

        import java.io.InputStream;

        import java.io.InputStreamReader;

        public class FileEncodeDetector {

            public static String getFileEncode(String path) {

               //-----------------------------------------------------------------------

                 detector是探测器,它把探测任务交给具体的探测实现类的实例完成。

                 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。

                 detector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的

                 字符集编码。

                  使用需要用到三个第三方JAR包:antlr.jar、chardet.jar和cpdetector.jar

                  cpDetector是基于统计学原理的,不保证完全正确。

               --------------------------------------------------------------------------

               CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

               //-------------------------------------------------------------------------

                 ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于

                 指示是否显示探测过程的详细信息,为false不显示。

               ---------------------------------------------------------------------------

               detector.add(new ParsingDetector(false));

     

               //--------------------------------------------------------------------------

                 JChardetFacade封装了由Mozilla组织提供的JChardet,它可以完成大多数文件的编码

                 测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以

                 再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。

                ---------------------------------------------------------------------------//

               detector.add(JChardetFacade.getInstance());//用到antlr.jar、chardet.jar

               // ASCIIDetector用于ASCII编码测定

               detector.add(ASCIIDetector.getInstance());

               // UnicodeDetector用于Unicode家族编码的测定

               detector.add(UnicodeDetector.getInstance());

               java.nio.charset.Charset charset = null;

               File f = new File(path);

               try {

                   charset = detector.detectCodepage(f.toURI().toURL());

               } catch (Exception ex) {

                   ex.printStackTrace();

               }

               if (charset != null)

                   return charset.name();

               else

                   return null;

            }

            public static void main(String[] args) throws IOException,

                   FileNotFoundException {

               String path = "J:\\Unicode\\ub.txt";

               //Windows下Unicode探测后得到Windows-1252

               String encode = getFileEncode(path);

               if("Windows-1252".equalsIgnoreCase(encode))

                   encode = "Unicode";

               File file = new File(path);

               InputStream ios = new java.io.FileInputStream(file);

               byte[] b = new byte[3];

               ios.read(b);

               ios.close();

               if (b[0] == -17 && b[1] == -69 && b[2] == -65)//文件头

                   System.out.println(file.getName() + ":编码为UTF-8");

               else

                   System.out.println(file.getName() + ":可能是GBK,也可能是其他编码。");

               BufferedReader bufferedReader = new BufferedReader(

                      new InputStreamReader(new FileInputStream(file), encode));

               System.out.println(encode);

               System.out.println(bufferedReader.readLine().substring(1));//去掉第一行中的文件头

            }

        }
        上面代码中的detector不仅可以用于探测文件的编码,也可以探测任意输入的文本流的编码,方法是调用其重载形式:

        charset=detector.detectCodepage(InputStream in, int length);

        上面的字节数由程序员指定,字节数越多,判定越准确,当然时间也花得越长。要注意,字节数的指定不能超过文本流的最大长度。

        判定文件编码的具体应用举例:

        属性文件(.properties)是Java程序中的常用文本存储方式,象STRUTS框架就是利用属性文件存储程序中的字符串资源。它的内容如下所示:

        #注释语句

        属性名=属性值

        读入属性文件的一般方法是:

          FileInputStream ios=new FileInputStream(“属性文件名”);

          Properties prop=new Properties();

          prop.load(ios);

          ios.close();

        利用java.io.Properties的load方法读入属性文件虽然方便,但如果属性文件中有中文,在读入之后就会发现出现乱码现象。发生这个原因是load方法使用字节流读入文本,在读入后需

    要将字节流编码成为字符串,而它使用的编码是“iso-8859-1”,这个字符集是ASCII码字符集,不支持中文编码,所以这时需要使用显式的转码:

           String value=prop.getProperty(“属性名”);

           String encValue=new String(value.getBytes(“iso-8859-1″),”属性文件的实际编码”);

        在上面的代码中,属性文件的实际编码就可以利用上面的方法获得。当然,象这种属性文件是项目内部的,我们可以控制属性文件的编码格式,比如约定采用Windows内定的GBK,就直接

    利用”gbk”来转码,如果约定采用UTF-8,也可以是使用”UTF-8″直接转码。如果想灵活一些,做到自动探测编码,就可利用上面介绍的方法测定属性文件的编码,从而方便开发人员的工作


        可以用下面代码获得Java支持编码集合:

        Charset.availableCharsets().keySet();

        可以用下面的代码获得系统默认编码:

        Charset.defaultCharset();

    展开全文
  • Java自动获取文件和文件流编码

    千次阅读 2017-07-26 14:50:12
    在读取文件时,如果不清楚文件编码或者在不同的编码环境拷贝文件,这时中文数据很可能会出现乱码,参考了博客:http://blog.csdn.net/servermanage/article/details/8595676,有了如下的代码: /** * 检测文件的编码和...

    在读取文件时,如果不清楚文件编码或者在不同的编码环境拷贝文件,这时中文数据很可能会出现乱码,参考了博客:http://blog.csdn.net/servermanage/article/details/8595676,有了如下的代码:

    /**
     * 检测文件的编码和文本流的编码
     * 参考: http://blog.csdn.net/servermanage/article/details/8595676
     * @author Administrator
     *
     */
    public class CpdetectorUtils {
    	//获取文本编码
    	private static final String FILE_ENCODE_TYPE = "file";
    	//获取文件流编码
    	private static final String IO_ENCODE_TYPE = "io";
    	/** 
    	 * 获取探测到的文件对象
    	 * 
    	 * @param path
    	 *            要判断文件编码格式的源文件的路径
    	 */
    	private  CodepageDetectorProxy getDetector() {
    		/*
    		 * detector是探测器,它把探测任务交给具体的探测实现类的实例完成。
    		 * 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。
    		 * detector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的
    		 * 字符集编码。使用需要用到三个第三方JAR包:antlr.jar、chardet.jar和cpdetector.jar
    		 * cpDetector是基于统计学原理的,不保证完全正确。
    		 */
    		CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
    		
    		/*
    		 * ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于
    		 * 指示是否显示探测过程的详细信息,为false不显示。
    		 */
    		detector.add(new ParsingDetector(false));
    		/*
    		 * JChardetFacade封装了由Mozilla组织提供的JChardet,它可以完成大多数文件的编码
    		 * 测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以
    		 * 再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。
    		 */
    		detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar
    		// ASCIIDetector用于ASCII编码测定
    		detector.add(ASCIIDetector.getInstance());
    		// UnicodeDetector用于Unicode家族编码的测定
    		detector.add(UnicodeDetector.getInstance());
    		
    		return detector;
    	}
    	
    	/**
    	 * 根据"encodeType"获取文本编码或文件流编码
    	 */
    	public String getFileOrIOEncode(String path,String encodeType){
    		CodepageDetectorProxy detector = getDetector();
    		File file = new File(path);
    		Charset charset = null;
    		try {
    			switch (encodeType) {
    			case FILE_ENCODE_TYPE:
    				charset = detector.detectCodepage(file.toURI().toURL());
    				break;
    			case IO_ENCODE_TYPE:
    				charset = detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)),128);//128表示读取128字节来判断文件流的编码,读得越多越精确,但是速度慢
    				break;
    			default:
    				charset = Charset.defaultCharset();
    				break;
    			}
    			
    		} catch (IOException e) {
    			//这里获取编码失败,使用系统默认的编码
    			charset = Charset.defaultCharset();
    			System.out.println(e.getMessage());
    		}
    		return charset.name();
    	}
    	
    	@Test
    	public void test(){
    		String path = "F:/DevelopmentSoftware/2016-04-18至2016-04-24记录.txt";
    		System.out.println("文件编码: " + getFileOrIOEncode(path, FILE_ENCODE_TYPE));
    		System.out.println("文件流编码: " + getFileOrIOEncode(path, IO_ENCODE_TYPE));
    	}
    	
    }

    测试结果如下:

    文件编码: GB2312
    文件流编码: GB2312

    尤其要注意在获取文件流编码时,重载方法detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)),128);的第一个参数必须是包装的高级流,如果是FileInputStream会包参数异常错误.

    展开全文
  • 原文:java读取文件并获得文件编码,转换为指定编码的工具类代码代码下载地址:http://www.zuidaima.com/share/1902677591215104.htm package com.zuidaima.util; import java.io.BufferedReader; ...
  • * 借助JCharDet获取文件字符集 * @author icer * PS: * JCharDet 是mozilla自动字符集探测算法代码的java移植,其官方主页为: * http://jchardet.sourceforge.net/ * @date 2008/11/13 */ public ...
  • 获取txt文件编码格式

    千次阅读 2012-11-27 09:17:26
    在项目中有一个功能是从本地上传一个txt文件,按行读取文件内容,并按规定的格式解析文件,并把解析出来的数据存入数据库。并 且文件的格式需要根据文件的内容进行判断。  这个需要主要由两个功能...文件编码
  • 摘要: Java判断文本文件字符编码的两种方法:1、通过文件流的前面部分字节判断;2、通过cpdetector库 提供的监听方法来判断。 Java判断文本文件字符编码的两种方法:1、通过文件流的前面部分字节判断;2、通过...
  • Java获取文本文件编码

    千次阅读 2018-12-18 14:46:38
    网上找过几种获取文件编码的方式,发现这种方法是最准确的。 jar包下载: https://sourceforge.net/projects/cpdetector/?source=typ_redirect cpdetector一个可以自动检测文本编码格式的项目 detector按照“谁最先...
  • 通过UltraEdit查看文件编码格式可得:bgk是没有文件字符集编码格式头的,所以在可以通过下面方式大略判断。 GB2312-80编码的编码范围是高位0xa1-0xfe,低位是 0xa1-0xfe ,其中汉字范围为 0xb0a1 和 0xf7fe,...
  • 我们有许多信息时需要配置在配置文件中,那么用java代码获取项目或者本地的配置就显得尤为重要,这里是基于eclipse写的代码,为避免在实际项目中会出现乱码,所以在本地创建配置文件时要设置文件编码为UTF-8,如果是...
  • 问题场景:由于老项目采用GBK编码格式,而新项目采用的UTF-8编码格式,如果直接把Java源代码复制到Eclipse中所有的中文信息都出现乱码。将文本文件编码格式从GBK转UTF-8的方式有很多, 比较早以前我处理方式都是...
  • java实现获取文本文件编码格式

    千次阅读 2010-05-11 22:56:00
    jchardet是mozilla自动字符集探测算法代码的java移植,其源代码可以从sourceforge下载 import org.mozilla.intl.chardet.HtmlCharsetDetector;import org.mozilla.intl.chardet.nsDetector;import org.mozilla.intl....
  • 经常用pandas读取csv格式文件,pandas默认使用utf-8编码格式,但有的文件并非这种编码,虽然可以通过记事本打开文件,然后另存为,通过保存格式为utf-8格式,但是这种方式实在是太麻烦太傻,如图1 手动查看编码格式...
  • 摘取了对自己有用的片段,并进行格式整理文件的编码格式和编码声明的作用文件编码格式 源文件的编码格式对字符串的声明有什么作用呢? 文件的编码格式决定了在该源文件中声明的字符串的编码格式。例如: str = ...
  • 1、Java中String的默认编码为UTF-8,可以使用以下语句获取:Charset.defaultCharset(); 2、Windows操作系统下,文本文件的默认编码为ANSI,对中文Windows来说即为GBK。例如我们使用记事本程序新建一个文本文档,其...
  • [Python]转换文件编码

    千次阅读 2017-11-10 17:33:50
    需求有时候想要把代码放到平板或是手机上观看,但是相应的阅读软件支持编码为UTF-8格式的文件,类似GBK等编码格式里的汉字都会呈现乱码状态。手动用Notepad++转换很方便,但是批量处理就很尴尬了,由此引出本篇blog...
  • 找了一部分java获取文件编码的.  要么就是识别错误. 要么就是只有一小段的代码,也不说具体引用了什么...我就在这里分享一下吧. 工具类就一个方法. main测试方法我就不写了.  貌似还不能上传附件...就弄到我的...
  • 最近因为项目需要从网络上获取文本数据并解析,然而获取的文本文件编码格式未知,所以解析比较麻烦。为此,我专门研究了一下中文编码,看了网络上的许多文章,现在对计算机中的信息编码理解逐渐清晰。下面,我就...
  • Java判断文件编码格式

    千次阅读 2013-02-20 18:38:03
     按照给定的字符集存储文件时,在文件的最开头的三个字节中就有可能存储着编码信息,所以,基本的原理就是只要读出文件前三个字节,判定这些字节的值,就可以得知其编码的格式。其实,如果项目运行的平台就是中文...
  • requests获取保存网页代码

    千次阅读 2017-10-21 10:37:58
    内容主要是使用python去获取网页的源代码并存储到本地文件
  • Java判断文本文件编码格式以及读取

    万次阅读 2016-01-30 23:28:43
    如果不是约定好的,要想解析txt文件就需要知道文件编码类型,由于文件编码类型众多,例如UTF-8,GBK,UTF-16,GB2312等等。 其实有简单的办法,只需要这样就可以了 String fileEncode=EncodingDetect.getJavaEncode...
  • PHP检测文件编码格式

    千次阅读 2017-07-25 15:36:42
    7/25/2017 PM 实现思路 通过file_get_contents()将源文件强制转码,再将结果与原文件比较,若相同则强制转码所使用的编码方式便是源文件的编码方式。
  • java——获取网页源代码

    千次阅读 2018-08-30 09:04:13
    import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.net.URL; import java.net.URLConnection; //数据抓取核心类 ... // 获取网页数据 /*...
  • Python读取文件编码及内容

    千次阅读 2017-06-20 17:20:31
    Python读取文件编码及内容最近做一个项目,需要读取文件内容,但是文件的编码方式有可能都不一样。有的使用GBK,有的使用UTF8。所以在不正确读取的时候会出现如下错误:UnicodeDecodeError: 'gbk' codec can't ...
  • java 判断文件编码格式(支持zip)

    万次阅读 2018-02-02 22:20:34
    java 判断文件编码格式(支持zip) 前言: 最近在工作过程中遇到了这样的问题: 通过文件上传,需要导入zip包中的文件信息。 由于使用的是apache的ant.jar中的ZipFile类、ZipEntry类。由于目前该工具类并不能判断...
  • python 自动识别读取的文件编码

    千次阅读 2019-03-08 18:42:43
    废话不说,直接上代码! import chardet #需要下载该模块 def readFile(file_path): with open(file_path, 'rb') as f: cur_encoding = chardet.detect(f.read())['... print (cur_encoding) #当前文件编码 ...
  • php文件代码采用UTF-8编码的BOM问题

    千次阅读 2010-10-08 14:46:00
    一个项目,代码编码均为utf-8编码,发现问题:在使用session的时候报错,错误如下:-------------------------------------------------Warning: session_start() [function.session-start]: Cannot send session ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 434,536
精华内容 173,814
关键字:

获取文件编码代码