java判断一个文本文件的编码方式

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

public class Charset {

public static void main(String[] args) {
File f = new File("D:"+File.separator+"b.txt");
try {
java.io.InputStream ios = new java.io.FileInputStream(f);

byte[] b = new byte[3];

ios.read(b);

ios.close();

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

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

else

System.out.println(f.getName() + "可能是GBK");

} catch (Exception e) {

e.printStackTrace();
}

}

}