[發明專利]一種JAVA文件及字節流的編碼格式的判斷方法及裝置

在審

• 申請號: 201611041686.4
• 申請日: 2016-11-22
• 公開（公告）號: CN106775909A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 王同慶
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F9/45
• 分類號: G06F9/45
• 代理公司: 北京三友知識產權代理有限公司11127
• 代理人: 郭曉宇

1.一種JAVA文件及字節流的編碼格式的判斷方法，其特征在于，包括：

讀取文件或字節流的前四個字節；

根據Unicode編碼規則以及所述文件或字節流的前四個字節，判斷所述文件或字節流的編碼格式。

2.根據權利要求1所述的JAVA文件及字節流的編碼格式的判斷方法，其特征在于，所述根據Unicode編碼規則以及所述文件的前四個字節，判斷所述文件的編碼格式，具體包括：

如果第1個字節為-1，并且第2個字節為-2，則編碼格式為UTF-16；

如果第1個字節為-2，并且第2個字節為-1，則編碼格式為Unicode；

如果第1個字節為-17，并且第2個字節為-69，并且第3個字節為-65，則編碼格式為UTF-8。

3.根據權利要求2所述的JAVA文件及字節流的編碼格式的判斷方法，其特征在于，如果判定為編碼格式為Unicode，則返回文件的編碼格式為UTF-16。

4.根據權利要求1所述的JAVA文件及字節流的編碼格式的判斷方法，其特征在于，所述根據Unicode編碼規則以及所述字節流的前四個字節，判斷所述字節流的編碼格式，具體包括：

將第1個字節head和第2個字節tail與0xff取與操作得到iHead和iTail，如果第一個新字節iHead>＝0xa1并且iHead<＝0xf7，同時第二個新字節iTail>＝0xa1和iTail<＝0xfe，根據Unicode編碼規則，此字節流為GB2312；

將第1個字節head和第2個字節tail與0xff取與操作得到iHead和iTail，如果第一個新字節iHead>＝0x81并且iHead<＝0xf7，同時第二個新字節(iTail>＝0x40和iTail<＝0x7e)或(iTail>＝0x80和iTail<＝0xfe)，根據Unicode編碼規則，此字節流為GBK；

將第1個字節head和第2個字節tail與0xff取與操作得到iHead和iTail，如果第一個新字節iHead>＝0xa1并且iHead<＝0xf9，同時第二個新字節(iTail>＝0x40和iTail<＝0x7e)或(iTail>＝0xa1和iTail<＝0xfe)，根據Unicode編碼規則，此字節流為BIG5；

將第1個字節head和第2個字節tail2與0xff取與操作得到iHead和iTail2，如果第一個新字節iHead>＝0x81并且iHead<＝0xf9，同時第二個新字節(iTail2>＝0x40和iTail2<＝0x7e)或(iTail2>＝0xa1和iTail2<＝0xfe)，第三個新字節(iTail3>＝0x40和iTail3<＝0x7e)或(iTail3>＝0xa1和iTail3<＝0xfe)，第四個新字節(iTail4>＝0x40和iTail4<＝0x7e)或(iTail2>＝0xa1和iTail4<＝0xfe)，根據Unicode編碼規則，此字節流為UTF8。

5.根據權利要求1所述的JAVA文件及字節流的編碼格式的判斷方法，其特征在于，還包括：

通過判斷字節流的編碼格式來判斷字符串的編碼格式，具體包括：

設定未知編碼格式的原字符串的編碼格式為某一編碼格式；

將所述原字符串轉化為編碼格式為所述設定的編碼格式的字節流，然后將編碼格式為設定的編碼格式的字節流轉換為新字符串，將所述原字符串與新字符串比較，如果兩個字符串相同，則所述原字符串的編碼格式為設定的編碼格式。

6.一種JAVA文件及字節流的編碼格式的判斷裝置，其特征在于，包括：

字節讀取模塊，用于讀取文件或字節流的前四個字節；

判斷模塊，用于根據Unicode編碼規則以及所述文件或字節流的前四個字節，判斷所述文件或字節流的編碼格式。