java无标准api检测文件编码，需依赖bom识别（如utf-8的ef bb bf）或第三方库：juniversalchardet基于统计概率判断，hutool的fileutil封装多策略自动识别，不推荐手动试探法。

Java 本身不提供标准 API 直接检测文件编码，必须借助字节分析或第三方库。核心思路是：读取文件头部字节（尤其是 BOM 或特征字节序列），结合统计规律或规则匹配，推测最可能的编码格式。

看文件开头是否有 BOM 标记

很多 UTF 编码会在文件开头写入特殊字节标记（BOM），可快速识别：

• UTF-8：前 3 字节为 0xEF 0xBB 0xBF（即 byte[] = {-17, -69, -65}）
• UTF-16 BE：前 2 字节为 0xFE 0xFF
• UTF-16 LE：前 2 字节为 0xFF 0xFE
• GBK、ISO-8859-1 等传统编码通常无 BOM，不能靠此判断

用 juniversalchardet 库做统计识别

这是 Mozilla 开源的成熟方案，基于字节频率和字符分布做概率判断，支持 UTF-8、GBK、Big5、Shift_JIS、ISO-8859 系列等几十种编码：

Java Maven Code Review

审查Java Maven项目（ZIP压缩包或GitLab仓库URL），检查代码规范、命名、模块边界、可维护性问题以及重复代码。

下载

• Maven 引入：com.github.albfernandezjuniversalchardet2.4.0
• 代码示例：读取文件流后传给 UniversalDetector.detectCharset()，返回字符串如 "UTF-8" 或 "GB2312"
• 注意：需读取足够字节数（建议至少 4KB），纯英文短文本容易误判为 ISO-8859-1

用 Hutool 的 FileUtil 快速获取

Hutool 封装了多种检测逻辑（含 BOM 检查 + juniversalchardet + 简单启发式），一行代码即可调用：

• Maven：cn.hutoolhutool-all5.8.22
• 代码：Charset charset = FileUtil.getCharset(file);，返回 Charset 对象，可直接用于 Files.readString(path, charset)
• 它会自动跳过 BOM 并尝试多种策略，对中文文本识别率高，适合日常开发

不推荐的手动试探法

比如用不同编码反复 new String(bytes, "GBK") / new String(bytes, "UTF-8")，再检查是否含非法字符或乱码——效率低、不可靠、易出错。仅在极简场景或调试时临时使用，生产环境应避免。

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南