在读取文件之前，如何确定文件使用的编码？

Question

我遇到了问题。

文件可以采用某种编码方式编写，例如UTF-8，UTF-16，UTF-32等。

当我阅读UTF-16文件时，我使用下面的代码：

 BufferedReader in = new BufferedReader(
                           new InputStreamReader(
                           new FileInputStream(file), "UTF16"));

如何在读取文件之前确定文件所在的编码？

当我使用UTF-8阅读UTF-16编码文件时，我无法正确读取字符。

Answer 1

没有好方法可以做到这一点。你问的问题就像通过观察它来确定一个数字的基数。例如，101的基数是什么？

最佳解决方案是将数据读入字节数组。然后，您可以使用String(byte[] bytes, Charset charset)使用多种编码对其进行测试，最有可能是最不可能的。

Answer 2

你做不到。应用哪种转换格式通常由文件的前四个字节确定（假设BOM）。你无法从外面看到那些。

Answer 3

您可以读取前几个字节并尝试猜测编码。

如果所有其他方法都失败了，请尝试使用不同的编码进行阅读，直到其中一个有效（解码时没有例外，看起来'好'）。