In diesem Artikelwird vorgestelltdie Verwendung von java.nio.charset.CharsetDecoder zur automatischen Identifizierung der Zeichensatz-Methode
erforscht die Methoden, die kann im Internet verwendet werden. Der effektivste Weg, Zeichensätze automatisch zu identifizieren, ist die Verwendung der -Klassenbibliothek jchardet eines Drittanbieters. Es gibt auch cpdetector, der tatsächlich jchardet verwendet. Ich habe zufällig entdeckt, dass der java.nio.charset.CharsetDecoder von jdk zur Identifizierung von Zeichensätzen verwendet werden kann.
1. Prinzip
Im Allgemeinen werden zwei Methoden verwendet, um InputStreamReader zu erstellen:
InputStreamReader reader = new InputStreamReader(in, charsetName);
oder
InputStreamReader reader = new InputStreamReader(in, charset);
Wenn der Zeichensatz nicht übereinstimmt, werden verstümmelte Zeichen ausgegeben.
Es gibt auch eine Konstruktionsmethode, bei der CharsetDecoder verwendet wird:
CharsetDecoder cd = charset.newDecoder(); InputStreamReader reader = new InputStreamReader(in, cd);
Wenn zu diesem Zeitpunkt keine Übereinstimmung vorliegt, löst eine Ausnahme aus :
java.nio.charset.MalformedInputException: Input length = 1 at java.nio.charset.CoderResult.throwException(CoderResult.java:277) at sun.nio.cs.StreamDecoder.implRead(StreamDecoder.java:338) at sun.nio.cs.StreamDecoder.read(StreamDecoder.java:177) ....
Auf diese Weise kann es zur Zeichensatzerkennung verwendet werden.
2. Verwendung von AutoCharsetReader
AutoCharsetReader ist eine Klasse, die auf den oben genannten Prinzipien basiert und von erbt 🎜>Reader kann als charsetadaptiver InputStreamReader angesehen werden.
AutoCharsetReader ar= new AutoCharsetReader(in);char c = ar.read(); ...char[] cbuf = new char[2000]; ar.read(cbuf); ... BufferedReader br = new BufferedReader(ar); br.readLine(); ...
-Index erstellt, der einen Reader-Parameter erfordert direkt:
Field field = new TextField("content", new AutoCharsetReader(file));
Charset charset = ar.charset();
3. Alternativer Zeichensatz
Aufgrund der Verwendung mehrerer versucht, den Zeichensatz zu finalisieren, daher müssen Alternativen bereitgestellt werden. Die vom aktuellen Code bereitgestellten standardmäßigen alternativen Zeichensätze lauten wie folgt:private final static String[] _defaultCharsets = { "US-ASCII", "UTF-8", "GB2312", "BIG5", "GBK", "GB18030", "UTF-16BE", "UTF-16LE", "UTF-16", "UNICODE"};
AutoCharsetReader ar = new AutoCharsetReader(in).setCharset("ascii", "utf-8", "gbk");
4. Nur zur Zeichensatzerkennung
kann nur zur Zeichensatzerkennung verwendet werden:charset = AutoCharsetReader.quickDetect(file.toURI().toURL(), charsets); or: charset = AutoCharsetReader.deepDetect(file.toURI().toURL(), charsets, stops);
stops {"utf-8", "gbk"} zuweisen. Wenn es null ist, müssen Sie alles lesen.
5. Andere
Um die Effizienz zu verbessern, gibt es in dieser Klasse keinen Puffer Ich muss io noch einmal lesen. Die Standardpuffergröße ist 8192. Sie können diePuffergröße beim Erstellen des Objekts selbst definieren. Wenn der Parameter kleiner als 16 ist, setzen Sie ihn auf 16.
Das obige ist der detaillierte Inhalt vonVerwenden Sie java.nio.charset.CharsetDecoder, um Zeichensatzmethoden automatisch zu identifizieren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!