Java字符串乱码转byte[]数组判断编码类型的方法

版权声明：本文为博主原创文章，转载请注明出处！有时候也不是原创，手快就选了（我的文章随意转载复制，不在乎的哈！） https://blog.csdn.net/qq_31384551/article/details/81627840

是这样的，在使用jsoup做爬虫的时候，抓取到的网页二进制编码不确定，有的是utf-8有的是GBK，所以就需要进行编码判断

使用工具：juniversalchardet

maven包：

<!-- https://mvnrepository.com/artifact/com.googlecode.juniversalchardet/juniversalchardet -->
        <dependency>
            <groupId>com.googlecode.juniversalchardet</groupId>
            <artifactId>juniversalchardet</artifactId>
            <version>1.0.3</version>
        </dependency>

判断编码格式代码（来自CSDN，这段代码是我复制的，原文地址：https://blog.csdn.net/ajaxhu/article/details/12446917）

package com.spider.common.tools;

import org.mozilla.universalchardet.UniversalDetector;
/**
 * 作用：
 * 作者：Tiddler
 * 时间：2018-08-2018/8/13 12：00
 * 类名：GetByteEncode
 **/
public class GetByteEncode {
    public static String getEncoding(byte[] bytes) {
        String DEFAULT_ENCODING = "UTF-8";
        UniversalDetector detector =new UniversalDetector(null);
        detector.handleData(bytes, 0, bytes.length);
        detector.dataEnd();
        String encoding = detector.getDetectedCharset();
        detector.reset();
        if (encoding == null) {
            encoding = DEFAULT_ENCODING;
        }
        return encoding;
    }
}

使用：

String responseContext = null;
byte[] bytes = response.body().bytes();
String encoding = GetByteEncode.getEncoding(bytes);//编码判断
System.out.println("字符编码是："+encoding);
if(encoding.indexOf("GB")>=0){//由于GBK编码有多种，此处这样判断即可
    responseContext = new String(bytes,"gbk");
}
if("UTF-8".equals(encoding)){
    responseContext = new String(bytes,"utf-8");
}

如果获得了一段乱码字符串判断编码解决思路：

先把乱码字符串转byte数组，然后按照上面的方法进行判断即可