可能重复：
Java：如何确定流的正确字符集编码
用户将上传CSV文件到服务器，服务器需要检查CSV文件是否以UTF-8编码。如果是，则需要通知用户，他们上传了错误的编码文件。问题在于如何检测用户上传的文件是否为UTF-8编码？后端使用Java编写。那么有人有建议吗？
3个回答
3
至少在一般情况下，无法确定文件使用的编码方式 - 最好的方法是基于启发式算法进行合理猜测。您可以排除某些可能性，但最多只能缩小可能性而不确认任何一种。例如，大多数ISO 8859变体允许任何字节值（或字节值模式），因此几乎任何内容都可以使用几乎任何ISO 8859变体进行编码（我只是出于谨慎才使用“几乎”，而不是任何确定你可以排除任何可能性）。
但是，您可以做出一些合理的猜测。例如，以UTF-8编码的BOM的三个字符开头的文件，可以安全地假定它真的是UTF-8。同样，如果您看到像这样的序列：110xxxxx 10xxxxxx，则可以相当肯定地猜测您所看到的内容是使用UTF-8编码的。如果您看到类似于110xxxxx 110xxxxx的序列，则可以排除某些东西是（正确）UTF-8编码的可能性。（110xxxxx是序列的前导字节，在正确编码的UTF-8中必须跟随非前导字节，而不是另一个前导字节）。
但是，您可以做出一些合理的猜测。例如，以UTF-8编码的BOM的三个字符开头的文件，可以安全地假定它真的是UTF-8。同样，如果您看到像这样的序列：110xxxxx 10xxxxxx，则可以相当肯定地猜测您所看到的内容是使用UTF-8编码的。如果您看到类似于110xxxxx 110xxxxx的序列，则可以排除某些东西是（正确）UTF-8编码的可能性。（110xxxxx是序列的前导字节，在正确编码的UTF-8中必须跟随非前导字节，而不是另一个前导字节）。
- Jerry Coffin
0
嗯，你不能这样做。但是你可以展示一些文件中的样本数据，以便用户检查是否正确。也许还可以提供选择不同编码选项的可能性，以帮助确定正确的编码。
- Carlos
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接