QT判断文本文件编码方式

参考文章 ：Qt/C++数据库应用22-文件编码格式识别

原理

1. ANSI 不是具体指的某一个编码，跟本地机器有关如果你是window中文那么ANSI就是代表 GB2312 没有固定格式
2. UTF-16 文本前两个字节为 FF FE 字节流是little endian
3. UTF-16 文本前两个字节为 FE FF 字节流是big endian
4. UTF-8 带bom 前两个字节为 EF BB
5. UTF-8 不带bom 没有固定格式

代码

//检查文件编码 0=ANSI 1=UTF-16LE 2=UTF-16BE 3=UTF-8 4=UTF-8BOM
Qstring DataCsv::findCode(const QString &fileName)
{
	//假定默认编码utf8
	flag = "UTF-8";

	QFile file(fileName);
	if (file.open(QIODevice::ReadOnly)) {
		//读取3字节用于判断
		QByteArray buffer = file.read(3);
		quint8 b1 = buffer.at(0);
		quint8 b2 = buffer.at(1);
		quint8 b3 = buffer.at(2);
		if (b1 == 0xFF && b2 == 0xFE) {
			flag = "UTF-16LE";
		}
		else if (b1 == 0xFE && b2 == 0xFF) {
			flag = "UTF-16BE";
		}
		else if (b1 == 0xEF && b2 == 0xBB && b3 == 0xBF) {
			flag = "UTF-8BOM";
		}
		else {
			//尝试用utf8转换,如果可用字符数大于0,则表示是ansi编码
			QTextCodec::ConverterState state;
			QTextCodec *codec = QTextCodec::codecForName("utf-8");
			codec->toUnicode(buffer.constData(), buffer.size(), &state);
			if (state.invalidChars > 0) {
				flag = "ANSI";
			}
		}

		file.close();
	}

	return flage;
}