有没有人知道在Java中检测字符集编码的简单方法？似乎有些程序可以检测给定数据使用的字符集，或者至少可以做出近似。
我想底层机制必须解码每个字符集中的数据，并选择具有最少未定义字符的字符集，然后选择更常见的字符集来打破平局。
有什么想法吗？
如何在Java中检测字符集编码？
7
- benstpierre
3
我们在谈论哪种输入？字节数组（二进制）还是字符数组（字符串）？你想要区分哪些？这只能针对仅带有字节顺序标记的Unicode字符集进行，但对于其他字符集则不可靠。 - BalusC
1这可能有点棘手。在这个网站上，pfarland正在使用一些启发式算法：http://forums.sun.com/thread.jspa?threadID=279203#3 - mre
1相关主题：https://dev59.com/InRB5IYBdhLWcg3w1Khe 和 https://dev59.com/0HI-5IYBdhLWcg3wYXL8 - BalusC
2个回答
-3
为了确定数据是否以任何Unicode格式（UTF-8，UTF-16等）存在，您可以在字节流中读取数据并检查前4个字节（BOM大小），对于每种编码方式都是不同的。
例如：
对于UTF-8，前3个字节将是EF，BB，BF
对于非Unicode编码，我不确定...
- sreejith
2
4只有在存在的情况下，UTF-8 BOM 才是有用的：http://zh.wikipedia.org/wiki/字节顺序标记 - trashgod
@sreejith.. 上面的BOM解决方案只能用于判断文件是否为UTF-8格式（如果不是，则不会以给定的BOM开头）。但是，如果存在BOM，则它可以是UTF-8格式，也可以不是。例如，对于其他一些文件，初始字节“EF，BB，BF”实际上是有效数据！ - Suraj Chandran
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