java 判斷字符串什么編碼類型
java 判斷字符串什么編碼類型?
慕碼人2483693
2018-12-20 15:15:33
TA貢獻1848條經驗 獲得超10個贊
如果是Java的String對象的話,則一定是Unicode的,這個沒有為什么,Java就是這么定的。
我猜你的問題應該是如何判斷一段字節流是什么編碼類型,對嗎?比如一個文件,或是網絡上面取下來的一段Byte數組,你需要用一個合適的編碼來解析成字符串。
這個讓你失望了,沒有一個文檔化的,確定的方法來判斷,只能用測試的方法,這個方法也只是猜測,不能百分百的確定,方法如下:
用常見的編碼方式對字節流進行解碼,比如Unicode,UTF8, UTF8 without BOM, UTF16, ANSI等等。
對解析的結果進行判斷,是不是一個合理的可打印字符,可打印字符最多的解碼方式就是最可能的編碼了。
如何判斷可打印字符?流程如下:把解析好的字符串按照字符進行遍歷,把每一個字符轉化成Unicode編碼,看看這些編碼是不是Unicode的支持范圍極客。
如果發現有種編碼方式都是可打印字符,那么再使用本步驟:對字符串進行分詞,分詞這個在此不作贅述,你自己再研究一下。分詞效果好的就是最可能的編碼了。(不過通常到第三步就能搞定了,第四部絕大部分用不著)
舉報