Détecter l'encodage d'un fichier texte

Gus Mer 22 Sep - 7:01

Voici une entité pour détecter l'objet Charset qui permettra de lire correctement le contenu texte d'un fichier.

gus.charset.findcharset.txtfile

Code:: package gus05.entity.gus.charset.findcharset.txtfile; import java.io.BufferedInputStream; import java.io.File; import java.io.FileInputStream; import java.nio.ByteBuffer; import java.nio.charset.CharacterCodingException; import java.nio.charset.Charset; import java.nio.charset.CharsetDecoder; import java.util.Iterator; import java.util.Map; import gus05.framework.core.Entity; import gus05.framework.features.Transform; public class FindCharsetTxtFile implements Entity, Transform { public String getName() {return "gus.charset.findcharset.txtfile";} public String getCreationDate() {return "2010.09.21";} public static final Charset[] CHARSETS = new Charset[]{ Charset.forName("windows-1252"), Charset.forName("UTF-8"), Charset.forName("ISO-2022-JP"), Charset.forName("UTF-16"), Charset.forName("UTF-32"), Charset.forName("EUC-JP"), Charset.forName("ISO-8859-1"), Charset.forName("UTF-7"), Charset.forName("Shift_JIS"), }; public Object transform(Object obj) throws Exception { File file = (File) obj; if(file.length()==0) return Charset.defaultCharset(); if(detectCharset(file,Charset.defaultCharset())) return Charset.defaultCharset(); for(int i=0;i<CHARSETS.length;i++) if(detectCharset(file,CHARSETS[i])) return CHARSETS[i]; Map m = Charset.availableCharsets(); Iterator it = m.keySet().iterator(); while(it.hasNext()) { Object key = it.next(); Charset c = (Charset) m.get(key); if(detectCharset(file,c)) return c; } return null; } private boolean detectCharset(File f, Charset charset) { try { FileInputStream fis = new FileInputStream(f); BufferedInputStream input = new BufferedInputStream(fis); CharsetDecoder decoder = charset.newDecoder(); byte[] buffer = new byte[512]; boolean b = false; while((input.read(buffer)!=-1) && !b) {b = identify(buffer,decoder);} input.close(); return b; } catch(Exception e) {return false;} } private boolean identify(byte[] bytes, CharsetDecoder decoder) { try{decoder.decode(ByteBuffer.wrap(bytes));} catch(CharacterCodingException e) {return false;} return true; } }