/**
* 读文件,根据文件名,返回文件内容字符串;
* 读文件之前会探测编码格式,按准确的编码格式进行读取;若编码格式探测失败,则默认按照"UTF-8"进行读取
*/
public static String readFileToStringByPath(String filePath) {
String fileContent = null;
File file = new File(filePath);
if (file.isFile()) {
/*
* 探测编码格式;http://cpdetector.sourceforge.net/;
* detector是探测器,它把探测任务交给具体的探测实现类的实例完成。
* 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,如ParsingDetector、
* JChardetFacade、ASCIIDetector、UnicodeDetector。
* detector按照“谁最先返回非空的探测结果,就以该结果为准”的原则返回探测到的字符集编码。
* 使用需要用到三个第三方JAR包:antlr.jar,chardet.jar,jargs-1.0.jar和cpdetector.jar
* cpDetector是基于统计学原理的,不保证完全正确。
*/
CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();
/*
* ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于
* 指示是否显示探测过程的详细信息,为false不显示。
*/
detector.add(new ParsingDetector(false));
/*
* JChardetFacade封装了由Mozilla组织提供的JChardet,它可以完成大多数文件的编码
* 测定。所以,一般有了这个探测器就可满足大多数项目的要求,如果你还不放心,可以
* 再多加几个探测器,比如下面的ASCIIDetector、UnicodeDetector等。
*/
detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar
// ASCIIDetector用于ASCII编码测定,
//JChardetFacade已可满足大多数项目的要求,ASCIIDetector暂不用
// detector.add(ASCIIDetector.getInstance());
// UnicodeDetector用于Unicode家族编码的测定
//JChardetFacade已可满足大多数项目的要求,UnicodeDetector暂不用
// detector.add(UnicodeDetector.getInstance());
//编码格式
String encoding = null;
java.nio.charset.Charset charset = null;
try {
charset = detector.detectCodepage(file.toURI().toURL());
} catch (Exception ex) {
ex.printStackTrace();
}
if (charset != null) {
encoding = charset.name();
}else {
//若编码格式探测失败,则默认按照"UTF-8"进行读文件
encoding = "UTF-8";
}
try {
fileContent = FileUtils.readFileToString(file,encoding);
} catch (IOException e) {
e.printStackTrace();
}
}
return fileContent;
}