转：java读文件时判断其编码格式（亲测可用），java编码格式

转：java读文件时判断其编码格式（亲测可用），java编码格式

最近java读取文件的时候，经常碰到中文乱码，特研究了一下java 的编码格式，在java 中

java编码与txt编码对应

java	txt
unicode	unicode big endian
utf-8	utf-8
utf-16	unicode
gb2312	ANSI

java 读取txt如果编码格式不对就会出现乱码格式，通过下边方法获取文本文件编码格式，然后以指定的编码读取文件，就不会出现乱码(简单测试了一下，但是也不保证100%)

private static  String getFilecharset(File sourceFile) {
  String charset = "GBK";
  byte[] first3Bytes = new byte[3];
  try {
   boolean checked = false;
   BufferedInputStream bis = new BufferedInputStream(new FileInputStream(sourceFile));
   bis.mark(0);
   int read = bis.read(first3Bytes, 0, 3);
   if (read == -1) {
    return charset; //文件编码为 ANSI
   } else if (first3Bytes[0] == (byte) 0xFF
     && first3Bytes[1] == (byte) 0xFE) {
    charset = "UTF-16LE"; //文件编码为 Unicode
    checked = true;
   } else if (first3Bytes[0] == (byte) 0xFE
     && first3Bytes[1] == (byte) 0xFF) {
    charset = "UTF-16BE"; //文件编码为 Unicode big endian
    checked = true;
   } else if (first3Bytes[0] == (byte) 0xEF
     && first3Bytes[1] == (byte) 0xBB
     && first3Bytes[2] == (byte) 0xBF) {
    charset = "UTF-8"; //文件编码为 UTF-8
    checked = true;
   }
   bis.reset();
   if (!checked) {
    int loc = 0;
    while ((read = bis.read()) != -1) {
     loc++;
     if (read >= 0xF0)
      break;
     if (0x80 <= read && read <= 0xBF) // 单独出现BF以下的，也算是GBK
      break;
     if (0xC0 <= read && read <= 0xDF) {
      read = bis.read();
      if (0x80 <= read && read <= 0xBF) // 双字节 (0xC0 - 0xDF)
       // (0x80
       // - 0xBF),也可能在GB编码内
       continue;
      else
       break;
     } else if (0xE0 <= read && read <= 0xEF) {// 也有可能出错，但是几率较小
      read = bis.read();
      if (0x80 <= read && read <= 0xBF) {
       read = bis.read();
       if (0x80 <= read && read <= 0xBF) {
        charset = "UTF-8";
        break;
       } else
        break;
      } else
       break;
     }
    }
   }
   bis.close();
  } catch (Exception e) {
   e.printStackTrace();
  }
  return charset;
 }