Java：判断文件的编码，并转换为ANSI

package com;

import java.io.BufferedInputStream;
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.UnsupportedEncodingException;

/**
* Java：判断文件的编码 首先，不同编码的文本，是根据文本的前两个字节来定义其编码格式的。定义如下：
*
* ANSI：　无格式定义
* Unicode： 　前两个字节为FFFE Unicode文档以0xFFFE开头
* Unicode big endian：　前两字节为FEFF
* UTF-8：　前两字节为EFBB UTF-8以0xEFBBBF开头
*
* 知道了各种编码格式的区别，写代码就容易了
*
* 转自：http://www.cppblog.com/biao/archive/2009/11/04/100130.aspx
*
*/
public class FileEncodType {

public static void main(String[] args) {

  File file = new File("D:\\unb.txt");
  String str = FileEncodType.getFilecharset(file);
  System.out.println(str);
 
  fileEncodingToANSI(file,str);
}

/**
  * 将指定文本文件转换为ANSI 编码类型
  * @param sourceFile 指定文本文件
  * @param encoding 指定文本文件原始编码
  */
protected static void fileEncodingToANSI(File sourceFile,String encoding){
 
  try {
   BufferedReader bufRead = new BufferedReader(new InputStreamReader(new FileInputStream(sourceFile),encoding));
  
   if(encoding.equals("GBK") == false){
    //文件编码非ANSI跳过1个字节，避免文件起始出现 ？
    bufRead.skip(1);
   }
  
   BufferedWriter bufWriter = new BufferedWriter(new FileWriter("D:\\Test.txt"));
  
   String str = null;  
   while((str = bufRead.readLine()) != null){
    //写入文件
    bufWriter.write(str+"\r\n");
   }
  
   bufRead.close();
   bufWriter.flush();
   bufWriter.close();
  
  } catch (UnsupportedEncodingException e) {
   e.printStackTrace();
  } catch (FileNotFoundException e) {
   e.printStackTrace();
  } catch (IOException e) {

   e.printStackTrace();
  }
 
}
/**
  * Java：判断文件的编码
  *
  * @param sourceFile 需要判断编码的文件
  * @return String 文件编码
  */
protected static String getFilecharset(File sourceFile) {
  String charset = "GBK";
  byte[] first3Bytes = new byte[3];
  try {
   //boolean checked = false;
  
   BufferedInputStream bis = new BufferedInputStream(
     new FileInputStream(sourceFile));
   bis.mark(0);
  
   int read = bis.read(first3Bytes, 0, 3);
   System.out.println("字节大小："+read);
  
   if (read == -1) {
    return charset; //文件编码为 ANSI
   } else if (first3Bytes[0] == (byte) 0xFF
     && first3Bytes[1] == (byte) 0xFE) {
   
    charset = "UTF-16LE"; //文件编码为 Unicode
    //checked = true;
   } else if (first3Bytes[0] == (byte) 0xFE
     && first3Bytes[1] == (byte) 0xFF) {
   
    charset = "UTF-16BE"; //文件编码为 Unicode big endian
    //checked = true;
   } else if (first3Bytes[0] == (byte) 0xEF
     && first3Bytes[1] == (byte) 0xBB
     && first3Bytes[2] == (byte) 0xBF) {
   
    charset = "UTF-8"; //文件编码为 UTF-8
    //checked = true;
   }
   bis.reset();
  
   /*if (!checked) {
    int loc = 0;

    while ((read = bis.read()) != -1) {
     loc++;
     if (read >= 0xF0)
      break;
     if (0x80 <= read && read <= 0xBF) // 单独出现BF以下的，也算是GBK
      break;
     if (0xC0 <= read && read <= 0xDF) {
      read = bis.read();
      if (0x80 <= read && read <= 0xBF) // 双字节 (0xC0 - 0xDF)
       // (0x80
       // - 0xBF),也可能在GB编码内
       continue;
      else
       break;
     } else if (0xE0 <= read && read <= 0xEF) {// 也有可能出错，但是几率较小
      read = bis.read();
      if (0x80 <= read && read <= 0xBF) {
       read = bis.read();
       if (0x80 <= read && read <= 0xBF) {
        charset = "UTF-8";
        break;
       } else
        break;
      } else
       break;
     }
    }
    // System.out.println( loc + " " + Integer.toHexString( read )
    // );
   }*/

   bis.close();
  } catch (Exception e) {
   e.printStackTrace();
  }

  return charset;
}

}