java - 如何检测文件的字符编码？

Question

我们的应用程序从用户处接收文件，如果这些文件属于我们支持的编码类型(即 UTF-8、Shift-JIS、EUC-JP)，则必须对其进行验证，一旦该文件经过验证，我们就会还需要将该文件保存在我们的系统中，并将其编码作为元数据。

目前，我们正在使用 JCharDet (这是 mozilla 字符检测器的 java 端口)，但是有一些 Shift-JIS 字符似乎无法检测为有效的 Shift-JIS 字符。

有什么想法我们还可以使用吗？

Answer 1

ICU4J 的 CharsetDetector会帮助你的。

BufferedInputStream bis = new BufferedInputStream(new FileInputStream(path));
CharsetDetector cd = new CharsetDetector();
cd.setText(bis);
String charsetName = cd.detect().getName();

请问是什么字符导致了这个错误，导致了什么样的错误？我认为 ICU4J 也会有同样的问题，具体取决于字符和错误。