Teria como saber qual o Chaset, ou melhor, o encoding utilizado numa String?
ex: eu passo uma String “áéíó” e o método me retorna se é UTF-8 ou ISO-8859-1?
alguém já tentou fazer algo assim?
Descobrir Charset de uma String
N
6 Respostas
N
veio … te amo …
vou testa e posto o resultado … vlw"
N
show .. brigadão bixo!
até fiz um metodozinho pra retornar os provaveis charsets ... :D
public static String[] getProbableCharsets(InputStream in) throws IOException {
int lang = (in.available()<nsPSMDetector.ALL) ? in.available() : nsPSMDetector.ALL;
nsDetector det = new nsDetector(lang);
det.Init(new nsICharsetDetectionObserver() {
public void Notify(String charset) {
HtmlCharsetDetector.found = true;
}
});
byte[] buf = IOUtils.toByteArray(in);
int len = buf.length;
boolean isAscii = det.isAscii(buf, len);
if(isAscii)
return new String[] { "windows-1252" };
String[] charsets = det.getProbableCharsets();
det.DataEnd();
return charsets;
}
_
Valeu ai galera, também estava precisando disso ai xD
o/
F
Salve pessoal, a solução parece ser boa, mas precisa de bibliotecas externas e onde eu trabalho ha uma politica rigorosa referente ao uso de outras libs.
Alguem encontrou algum metodo similar para descobrir o encoding de uma string ?
J
1 like
Boa tarde Pessoal,
Eu precisava saber o Charset de uma String qualquer, então resolvi postar aqui a minha solução.
Segue o link CharsetDetector.
http://tika.apache.org/0.8/api/org/apache/tika/parser/txt/CharsetDetector.html
Dependência para quem esta utilizando Maven.
<dependency>
<groupId>com.ibm.icu</groupId>
<artifactId>icu4j</artifactId>
<version>4.8</version>
</dependency>
Segue código
CharsetDetector charsetDetector = new CharsetDetector();
charsetDetector.setText(minhaString.getBytes()); // Aqui você seta sua String
CharsetMatch detect = charsetDetector.detect();
O método charsetDetector.detect() retorna um CharsetMatch.
Segue o link CharsetMatch
http://tika.apache.org/0.8/api/org/apache/tika/parser/txt/CharsetMatch.html
Para saber o encoding da sua String é só pegar o Name.
detect.getName(); // Exemplo de retorno: UTF-8, ISO-8859-1
Criado 18 de agosto de 2009
Ultima resposta 17 de mar. de 2015
Respostas 6
Participantes 5