如何找到文件的字符编码？

Question

我有一个不包含编码的XML（字符集/字符编码/字符集/字符映射/代码集/代码页）。这是一个例子：

<?xml version="1.0" encoding="UTF-8"?>

XML是由Perl脚本生成的，以下是摘录：

$fileName = $exportDirectory . $fileName;
open FILE, ">$fileName" or die;

问题：

1. 在这种情况下，是否有一种简单的方法可以找到生成的XML的编码？
2. 该脚本查询其他信息源（如Oracle数据库）并将数据附加到XML文件。字符串编码是否由信息源决定？还是通过打开文件操作？
3. 一般来说，有没有一种简单的方法可以找到任意文件的编码？

我尝试使用LibXML：

perl -MXML :: LibXML -e＆＃39; XML :: LibXML-＆gt; load_xml（location =＆gt;＆＃34; 2.xml＆＃34;）＆＃39; 2.xml：1364531：解析器错误：输入不正确UTF-8，表示编码！ 字节：0xBF 0x30 0x39 0x20                      女性出现于09年春季                                                                        ^

我希望我提供了足够的信息。如果需要进一步的信息，请告诉我。

Answer 1

您可以使用enca或chardet。

您可能需要自己编译enca。至于chardet，您的repo可能包含一个打包的脚本。

Enca仅适用于欧洲语言，并要求您告诉它该文件所在的语言.Chardet在区分用8位编码编码的欧洲语言方面做得更差，但在非欧洲文本方面表现更好。