如何读取未知编码的文本文件？

Question

我想阅读几个文本文件（例如CSV），但我不知道编码。

由于文本文件可能包含像变音符号这样的特殊字符，因此选择正确的编码似乎至关重要。

new BufferedReader(new InputStreamReader(resource.getInputStream(), encoding));

我尝试用ISO_8859_1进行阅读，这对于编码的变音符号不起作用。所以我尝试了UTF-8，这是有效的。

但是我将来不知道这是否也会导致不同文件出现问题。在阅读文件编码文件之前，我现在从未这样做过。

那么我应该如何最好地阅读编码未知的文件？

Answer 1

严格地说，其他两个答案是正确的 - 您只需知道保证编码是什么。但是，有一些库可以让你对编码做出有根据的猜测。例如，请查看ICU4J或jchardet。

Answer 2

您必须知道编码，如果您不知道它，则无法正确读取文件。因为UTF-8的工作原理只是继续使用它。如果他们将继续以UTF-8生成它们，还要检查文件的制作者。他们应该记录下来。

Answer 3

无法以编程方式识别文本文件的编码。唯一的方法是尝试在具有不同编码的文本编辑器中打开它，直到您可以阅读文本