首页 > 如何鉴别源代码里汉字的编码?

如何鉴别源代码里汉字的编码?

我在看下载的一些源码
ubuntu下那些汉字注释显示乱码
我试了GBK GB2312 都不行
请问有什么方法能鉴别其编码方式?

 * ��byte����ת��Ϊ��ʾ16����ֵ���ַ�����
 * �磺byte[]{8,18}ת��Ϊ��0813��
 * ��public static byte[] hexStr2ByteArr(String strIn)
 * ��Ϊ�����ת������
 * @param arrB ��Ҫת����byte����
 * @return ת������ַ���
 * @throws Exception �������������κ��쳣�������쳣ȫ���׳�

链接就是其中一个源文件
求高手鉴别
谢谢

样例文件


这个文本文件的字符集应该是 UTF-8。

通常,没有办法直接确定一个文本文件的编码方式,编辑器一般会“猜测”一个文本文件使用的字符集。大多数情况下,都能猜对,猜不对的时候就需要手动设置了。

个别情况下,一个文本文件会使用开头的几个字节来表示文件采用的编码方式,比如 UTF-8 with BOM 会采用 0xEF0xBB0xBF 三个字节作为文件头。


UTF-8!!!


GB2312 打开正常


可以用chardet

【热门文章】
【热门文章】