`
herestay
  • 浏览: 35217 次
  • 性别: Icon_minigender_1
  • 来自: 深圳
社区版块
存档分类
最新评论

JAVA读取不同编码格式的TXT文件

阅读更多

最近做一个全文检索的功能,要求在用户上传附件时获取其内容存入数据库,CSV,EXCEL,WORD,PPT都搞定了。剩余一个最简单的TXT文档,开始忽略了它还有不同编码,导致一些编码格式的文本乱码。兼容写法如下,一个判断文件头的方法搞定所有。




    privateString getCharset(String fileName) throws IOException{
      
          BufferedInputStream bin = new BufferedInputStream(newFileInputStream(fileName));  
          int p = (bin.read() << 8) +bin.read();  
          
          String code = null;  
          
          switch (p) {  
              case 0xefbb:  
                  code = "UTF-8";  
                  break;  
              case 0xfffe:  
                  code = "Unicode";  
                  break;  
              case 0xfeff:  
                  code = "UTF-16BE";  
                  break;  
              default:  
                  code = "GBK";  
          }  
          return code;
    }
    
    
    publicString getTextFromText(String filePath){
      
         try {
            InputStreamReader isr = new InputStreamReader(newFileInputStream(filePath),getCharset(filePath));
            BufferedReader br = newBufferedReader(isr);
            
             StringBuffer sb = new StringBuffer();  
             String temp = null;   
             while((temp = br.readLine()) != null){  
                 sb.append(temp);   
             }   
             br.close();       
             return sb.toString();   
         } catch (FileNotFoundException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
            
         }catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
         }   
         return null;
    }



分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics