java判断⽂件编码格式（⽀持zip）java 判断⽂件编码格式(⽀持zip)
前⾔：
最近在⼯作过程中遇到了这样的问题：通过⽂件上传，需要导⼊zip包中的⽂件信息。
由于使⽤的是apache的ant.jar中的ZipFile类、ZipEntry类。由于⽬前该⼯具类并不能判断zip中每个⽂件的具体的编码，
导致解析时出现中⽂乱码。通过查资料发现借鉴使⽤第三⽅⼯具cpDetector解决。因此在此做个记录。
若想实现更复杂的⽂件编码检测，可以使⽤⼀个开源项⽬cpdetector，
⽹址: cpdetector.sourceforge
姑娘爱情郎 慕容晓晓它的类库很⼩，只有500K左右，cpDetector是基于统计学原理的，不保证完全正确，利⽤该类库判定⽂本⽂件的代码如下：刘璐个人资料年龄1997
准备条件
-
需要的jar包：cpdetector_1.0.10.jar、antlr-2.7.4.jar、chardet-1.0.jar、jargs-1.0.jar
- 源码：cpdetector_1.0.10_binary.zip
- 相关资料：wwwblogs/king1302217/p/4003060.html
具体实现
在此摸索过程中遇到的问题：查了⽹上的参考例⼦，但是⼏乎所有的都是直接处理针对File对象的处理。
没有针对zip⽂件的相关处理逻辑。并且由于apache的ZipFile 、以及它内部的⽂件对象ZipEntry不能使⽤url⽅式。
于是查看底层实现代码发现可以⽤此：
**charset = detector.detectCodepage(bis, Integer.MAX_VALUE);// zip 判断的关键代码**
注意：
直接使⽤InputStream(zipEntry) 得到的inputStream流不⽀持mark()⽅法。
但是cpdetector底层需要⽤此⽅法.后来查发现底层其实有类似场景的特殊处理：
若是不⽀持mark()则可以把inputStream包装成⽀持的BufferedInputStream即可。如下：
具体代码如下：
你怎么舍得我难过mvimport java.io.BufferedInputStream;
import java.io.File;
import java.io.IOException;
import java.io.InputStream;
import java.URL;
import java.nio.charset.Charset;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
itorenter.cpdetector.io.ASCIIDetector;
itorenter.cpdetector.io.CodepageDetectorProxy;
itorenter.cpdetector.io.JChardetFacade;
itorenter.cpdetector.io.ParsingDetector;
itorenter.cpdetector.io.UnicodeDetector;
/**
* 1、cpDetector内置了⼀些常⽤的探测实现类，这些探测实现类的实例可以通过add⽅法加进来, *    ParsingDetector、 JChardetFacade、ASCIIDetector、UnicodeDetector.
* 2、detector按照“谁最先返回⾮空的探测结果，就以该结果为准”的原则.
* 3、cpDetector是基于统计学原理的，不保证完全正确.
*/
public class FileCharsetDetector {
private static final Logger logger = Logger(FileCharsetDetector.class);
/**
* 利⽤第三⽅开源包cpdetector获取⽂件编码格式.
花雨夜*
* @param is
*            InputStream 输⼊流
* @return
*/
public static String getFileEncode(InputStream is) {
//    begin    此段为zip格式⽂件的处理关键
BufferedInputStream bis = null;
if (is instanceof BufferedInputStream) {
if (is instanceof BufferedInputStream) {
bis = (BufferedInputStream) is;
} else {
bis = new BufferedInputStream(is);
}
//  end
CodepageDetectorProxy detector = Instance();
detector.add(new ParsingDetector(false));
detector.Instance());
detector.Instance());// 内部引⽤了 chardet.jar的类
detector.Instance());
Charset charset = null;
try {
charset = detector.detectCodepage(bis, Integer.MAX_VALUE);// zip 判断的关键代码        } catch (Exception e) {
<(e.getMessage(), e);
} finally {
if (bis != null) {
try {
bis.close();
} catch (IOException e) {
<(e.getMessage(), e);
}
}
}
// 默认为GBK
String charsetName = "GBK";
if (charset != null) {
if (charset.name().equals("US-ASCII")) {
charsetName = "ISO_8859_1";
} else {
charsetName = charset.name();
}
}
把悲伤留给自己原唱
return charsetName;
}
public static String getFileEncode(File  file) {
CodepageDetectorProxy detector = Instance();
detector.add(new ParsingDetector(false));
detector.Instance());
detector.Instance());
detector.Instance());你是我胸口永远的痛
Charset charset = null;
try {
charset = detector.URI().toURL());
} catch (Exception e) {
<(e.getMessage(), e);
}
// 默认为GBK
String charsetName = "GBK";
if (charset != null) {
if (charset.name().equals("US-ASCII")) {
charsetName = "ISO_8859_1";
} else {
charsetName = charset.name();
}
}
}
return charsetName;    }
}