README.md

CodeDetector

Detect File encoding, Now support UTF-8,GBK,UTF-16LE,UTF-16BE, Java

检查文件编码，主要针对中文文本。 目前支持 UTF-8(BOM或无BOM)、GBK、UTF-16LE、UTF-16BE 单个文件或文件夹， 支持编码批量转换。

使用方法： 1、直接使用，下载jar包，直接使用。 下载jar/CodeDetector-1.0.jar

检测编码：
java -jar CodeDetector-1.0.jar TestDir [outputFile]
其中，TestDir是要检测的文件夹名称，也可以是单个文件名。
outputFile, 是要输出编码的文件，可以省略，默认为 "TestDir_encoding.txt"
当要检测单个文件时，outputFile不起作用。

批量转换编码：
java -jar CodeDetector-1.0.jar TestDir resDir out_encoding
其中，TestDir是要转换的文件夹名称，resDir是目的文件夹名称，
out_encoding 是目的编码。

2、代码调用
下载 jar/CodeDetector-1.0.jar，添加到项目path中，

批量检测编码：
	String inputPath = "D:\\workspace\\UtilityTools\\TestDir";
	String resPath = "D:\\workspace\\UtilityTools\\TestDir_encoding.txt";
	
	//CodeDetector.detectDir(inputPath, "");
	CodeDetector.detectDir(inputPath, resPath);

批量转换编码：
	String inputPath = "D:\\workspace\\UtilityTools\\TestDir";
	String resPath = "D:\\workspace\\UtilityTools\\TestDir_UTF8";
	
	CodeDetector.changeCodeDir(inputPath, resPath, "UTF-8");

原理介绍： 挨个编码的试，同时计算合法字符的个数。 最后取合法字符比例最高的那种编码。

存在问题： 1、单个文件的试 UTF-8有无BOM可以，测文件夹的时候有问题。 2、对于小文件比较合适。大文件时，由于要读完整个文件，会比较费时，未来可以改成先检查文件大小，若小于某个值，全部读取；否则，只读取限定的大小。

beifeng600 2015年7月17日