如何检测Java中的哪个字符集编码？

有人知道Java中是否有一种检测字符集编码的简单方法吗？在我看来，有些程序能够检测给定数据段使用的字符集，或者至少能够进行近似

我认为底层机制必须对每个字符集中的数据进行解码，并选择未定义字符最少的字符，然后选择哪个字符集更常见，以打破平局

---

有什么想法吗？

要查找数据是否为任何unicode格式（UTF-8、UTF-16…等），您可以读取字节流中的数据，并检查前4个字节（BOM大小），对于每个编码，它将是不同的

例如：

对于UTF-8，前3个字节将是EF、BB、BF

对于unicode编码以外的其他编码，我不确定……

请看一看，一个从Mozilla浏览器移植的库，专门用于“猜测”文档的字符集

---

另一种选择是，新一点的库专门检测文档的代码页。

我们讨论的是什么输入？字节数组（二进制）还是字符数组（字符串）？那么你想区分哪些呢？也就是说，它只能用于Unicode字符集（带有字节顺序标记），而不能用于其他字符集的可靠性。在这个网站上，pfarland正在使用一些启发式方法：相关主题：可选的UTF-8 BOM只有在存在时才有用：@sreejith。。上面的BOM解决方案只能用于说明文件不是UTF-8（在这种情况下，它不会以给定的BOM开始）。但是，如果存在BOM，它可以是UTF-8，也可以不是。例如，对于某些其他文件，初始字节“EF，BB，BF”实际上是有效数据。！