YMLib - Java - 文字コードを調べる(UniversalDetector)

文字コードを調べる(UniversalDetector)

2023/05/03

UniversalDetectorで文字コードを調べます。

◆環境

OS	Windows 10 Home 21H2
Java	16.0.2

UniversalDetectorはjuniversalchardet-2.4.0.jarに含まれています。

以下のページからダウンロードしました。

https://jar-download.com/artifacts/com.github.albfernandez/juniversalchardet

mojiCodeCheck.java

1:
2:
3:
4:
5:
6:
7:
8:
9:
10:
11:
12:
13:
14:
15:
16:
17:
18:
19:
20:
21:
22:
23:
24:
25:
26:
27:
28:
29:
30:
31:
32:
33:
34:
35:
36:
37:
38:
39:
40:
41:
42:
43:
44:
45:
46:
47:
48:
49:
50:
51:
52:
53:
54:
55:
56:
57:
58:

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import org.mozilla.universalchardet.UniversalDetector;

/**
* 文字コードを調べる
* @author ymlib.com
*/
public class mojiCodeCheck
{
    public static void main( String args[] )
        throws IOException
    {
        byte[] buf = new byte[4096];

        File fin = new File( args[0] );
        FileInputStream is = new FileInputStream( fin );

        // 文字コード判定ライブラリの実装
        UniversalDetector ud = new UniversalDetector( null );

        // 判定開始
        int ret;
        while ( true )
        {
            ret = is.read( buf );
            if ( ret <= 0 )
            {
                break;
            }
            if ( ud.isDone() )
            {
                break;
            }
            ud.handleData( buf, 0, ret );
        }

        // 判定終了
        ud.dataEnd();

        // 文字コード判定
        String encType = ud.getDetectedCharset();
        if ( encType != null )
        {
            System.out.println( "文字コード=" + encType );
        }
        else
        {
            System.out.println( "文字コード判定失敗" );
        }

        // 判定の初期化
        ud.reset();

        is.close();
    }
}

javac -cp juniversalchardet-2.4.0.jar mojiCodeCheck.java

◆実行結果

>java -cp .;.\juniversalchardet-2.4.0.jar mojiCodeCheck mojiCodeCheck

.java
文字コード=SHIFT_JIS

文字コードの判定ができました。

juniversalchardet-2.4.0.jarの最終更新が約3年前なので、もっと新しい方法があるかもしれません。

▲ PageTop ■ Home