java - 如何检测文件是否不是utf-8编码？

Question

在Java中，如何测试一个文件的编码肯定不是utf-8？

我希望能够验证内容是否格式良好的 utf-8。

此外，还需要验证文件是否不以字节顺序标记(BOM)开头。

Answer 1

如果您只需要测试文件，而不实际保留其内容:

Path path = Paths.get("/home/dave/somefile.txt");
try (Reader reader = Files.newBufferedReader(path)) {
    int c = reader.read();
    if (c == 0xfeff) {
        System.out.println("File starts with a byte order mark.");
    } else if (c >= 0) {
        reader.transferTo(Writer.nullWriter());
    }
} catch (CharacterCodingException e) {
    System.out.println("Not a UTF-8 file.");
}

• 如果未提供字符集，Files.newBufferedReader 始终使用 UTF-8。
• 0xfeff 是字节顺序标记代码点。
• reader.transferTo(Writer.nullWriter())(从 Java 11 开始提供)处理文件并立即丢弃它。