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：
- Maven 引入：<dependency><groupId>com.github.albfernandez</groupId><artifactId>juniversalchardet</artifactId><version>2.4.0</version></dependency>
- 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：
立即学习“Java免费学习笔记（深入）”；
- Maven：<dependency><groupId>cn.hutool</groupId><artifactId>hutool-all</artifactId><version>5.8.22</version></dependency>
- 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。
