juniversalchardet

エンコーディングを判別してくれるオープンソースの Java ライブラリで、
Mozilla のエンコーディング判別ライブラリ universalchardet を Java に移植したもの
データのエンコーディングを知りたいときに使えるみたい

判別可能なエンコーディング例
日本語
・ISO-2022-JP
・Shift_JIS
・EUC-JP
Unicode
・UTF-8
・UTF-16BE / UTF-16LE
・UTF-32BE / UTF-32LE
……など

使い方はというと…

配布されている jar をクラスパスに通してこんなコードを書きます。
UniversalDetector detector = new UniversalDetector(null);
FileInputStream fis = new FileInputStream(”test.txt”); // このファイルのエンコーディングを調べる
// サンプルデータを与える
byte[] buf = new byte[4096];
int nread;
while ((nread = fis.read(buf)) > 0 && ! detector.isDone()) {
detector.handleData(buf, 0, nread);
}
detector.dataEnd();
// エンコーディング名を取得する
String encoding = detector.getDetectedCharset();
if (encoding != null) {
System.out.println(encoding);
} else {
System.out.println(”エンコーディング不明です。”);
}
detector.reset();
実際 Java でエンコーディングを取得する場面はそんなにないと思いますが、知っておくと便利かも

http://code.google.com/p/juniversalchardet/
 

[6回]