文件字符编码

下了个cpdetector_1.0.7_binary.zip

试了一下:

import java.io.File;

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;

public class Test
{
    public static void main(String[] args)
    {
        /*------------------------------------------------------------------------ 
        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。 
        --------------------------------------------------------------------------*/
        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());
        // 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("d:/ANSI.xml");
        try
        {
            charset = detector.detectCodepage(f.toURL());
        }
        catch (Exception ex)
        {
            ex.printStackTrace();
        }
        if (charset != null)
        {
            System.out.println(f.getName() + "编码是：" + charset.name());
        }
        else
            System.out.println(f.getName() + "未知");
    }
}

 

 

对于UTF-8返回UTF-8，这个没问题

但对Windows记事本另存为ANSI格式还是返回UTF-8，这是有点不理解了，难道这个ANSI格式还是Unicode啊!