如何使用Java查找文件的编码[重复]答案

【问题标题】：How to find Encoding of a file using Java [duplicate]如何使用Java查找文件的编码[重复]
【发布时间】：2020-01-18 13:11:40
【问题描述】：

我正在尝试使用 java 程序查找文件的编码。但它始终提供 UTF-8 作为输出。即使它是一个 ANSI 文件。

import java.io.InputStream 
import java.io.FileInputStream 
import java.io.BufferedInputStream 
import java.io.InputStreamReader 
new InputStreamReader(new FileInputStream("FILE_NAME")).getEncoding

库很旧，看起来没有适当的支持。 https://code.google.com/archive/p/juniversalchardet/

有些答案太多了，也就是说我们可以找到文件的编码，例如 Java : How to determine the correct charset encoding of a stream

这些解决方案看起来不太好。根据@Jörg W Mittag 我们无法确定文件的编码。

【问题讨论】：

如果您还不知道文件的编码，就不可能找到它。例如，包含八位字节序列0xA4 0x0D 0x0A 的文件可能位于包含国际货币符号后跟 Windows 换行符的 ISO8859-1 中，或者位于包含欧元符号后跟 Windows 换行符的 ISO8859-15 中。包含八位字节序列 0x48 0x65 0x6C 0x6C 0x6F 的文件可以是 ASCII、UTF-8、UTF-7、ISO8859-1、ISO8859-15、Windows-1252 等格式的文本 Hello。
我不知道你能找到任何东西的编码。编码不是数据的一部分，而是如何处理数据。您可能想要尝试不同编码并提供真假的试金石
@JörgWMittag，那么为什么它们是声称的库，它们可以提供文件的编码。就像问题中提供的链接一样。
很多人要求很多东西。这并不意味着它是真的。我给你举了两个无法找到编码的例子。
询问文件的作者或给你的人。否则就是概率问题。文本文件适用于想要跟踪这些事情的专家。其他专家和非专家不会打扰任意文本文件。

标签： java scala encoding utf-8 ansi

【解决方案1】：

在 scala 中我不确定，但您是否尝试过 this lib？

public static Charset guessCharset2(File file) throws IOException {
    return CharsetToolkit.guessEncoding(file, 4096, StandardCharsets.UTF_8);
  }

【讨论】：