Question

Java: 如何知道一个字符串当前是什么字符集?

具体问题举个例子就是:

我现在有个方法，目的是要把传进来的字符串的参数转成utf-8字符集的

但是传进来的不一定是什么字符集的，也许是iso-8859-1的，也许是GBK的，当然也也许是utf-8的，我需要在这里进行判断，如何能获得参数的字符集？

Answer 1

判断java字符串的字符集有多种方法，我们一一讨论如下：
1、通过把未知编码字符串,用猜想的编码再解码,观察字符串是不是正确还原了。
原理:假如目标编码没有数组中的字符,那么编码会破坏,无法还原。
缺点:假如字符少,而正巧错误的猜想编码中有这种字节,就会出错。
如:new String("tested str".getBytes("enc"),"模渗型enc")
2、大多数时候,我们只要判断本地平台编码和utf8,utf8编码相当有规律,所以可以分析是喊凯否是utf8,否则使用本地编码。
原理:分析byte[]来判断规律。
缺点:有时,个别本地编码字节在utf8中也会出现,导致出错旦猜,需要分析。
如：判断是否utf-8代码：
public static boolean isValidUtf8(byte[] b,int aMaxCount){
int lLen=b.length,lCharCount=0;
for(int i=0;i
byte lByte=b[i++];//to fast operation, ++ now, ready for the following for(;;)
if(lByte>=0) continue;//>=0 is normal ascii
if(lByte<(byte)0xc0 || lByte>(byte)0xfd) return false;
int lCount=lByte>(byte)0xfc?5:lByte>(byte)0xf8?4
:lByte>(byte)0xf0?3:lByte>(byte)0xe0?2:1;
if(i+lCount>lLen) return false;
for(int j=0;j=(byte)0xc0) return false;
}
return true;
}
3.按编码规则,一字字比照。
优点是错物更少,缺点是太费资源。

Answer 2

判断java字符串的字符集有多种方法，我们一一讨论如下：
1、通过把未知编码字符串,用猜想的编码再解码,观察字符串是不是正确还原了。
原理:假如目标编码没有数组中的字符,那么编码会破坏,无法还原。
缺点:假如字符少,而正巧错误的猜想编码中有这种字节,就会出错。
如:new String("tested str".getBytes("enc"),"enc")
2、大多数时候,我们只要判断本地平台编码和utf8,utf8编码相当有规律,所以可以分析是否是utf8,否则使用本地编码。
原理:分析byte[]来判断规律。
缺点:有时,个别本地编码字滚拆高节在utf8中也会出现,导大尺致出御含错,需要分析。
如：判断是否utf-8代码：
public static boolean isValidUtf8(byte[] b,int aMaxCount){
int lLen=b.length,lCharCount=0;
for(int i=0;i
byte lByte=b[i++];//to fast operation, ++ now, ready for the following for(;;)
if(lByte>=0) continue;//>=0 is normal ascii
if(lByte<(byte)0xc0 || lByte>(byte)0xfd) return false;
int lCount=lByte>(byte)0xfc?5:lByte>(byte)0xf8?4
:lByte>(byte)0xf0?3:lByte>(byte)0xe0?2:1;
if(i+lCount>lLen) return false;
for(int j=0;j=(byte)0xc0) return false;
}
return true;

Answer 3

其实不用知道是什李枯么字闷稿符集，你可蚂扰孝以用new String(str.getBytes(""), "ISO-8859-1");然后在new String(str.getBytes("ISO-8859-1"), "转成你想要的编码");注意要try{}catch(){}

Answer 4

试试getEncoding这个方法，我以前做JavaWeb时做过类似的，现在有点忘了。

Answer 5

如果说是用JSP传到后台一般都是iso-8859-1，如果你项目字符集是别的编码，就得转码