随笔- 372  评论- 81  文章- 0 

C语言判断文件编码格式

/*
	功能:实现文件编码格式的判断
	通过一个文件的最前面三个字节,可以判断出该的编码类型:
	ANSI:        无格式定义;(第一个字节开始就是文件内容)
	Unicode:       前两个字节为FFFE;
	Unicode big endian: 前两字节为FEFF;  
	UTF-8:        前两字节为EFBB,第三字节为BF
*/

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

// 读取一个文件的最前面n个字节,并以十六进制形式输出每个字节的值
void readNBytes(char *fileName, int n)
{
	FILE *fp = fopen(fileName, "r");
	unsigned char *buf = (unsigned char*)malloc(sizeof(unsigned char)*n);
	int i;
	if(fp == NULL)
	{
		printf("open file [%s] failed.\n", fileName);
		return;
	}
	fread(buf, sizeof(unsigned char), n, fp);
	fclose(fp);
	printf("%s:\t", fileName);
	for(i = 0; i < n; i++)
	{
		printf("%x\t", buf[i]);
	}
	printf("\n");
	free(buf);
}

void main()
{
	char fileName[][50] = {"ansi.txt", "unicode.txt", "ubigendian.txt", "utf8.txt"};
	int i;
	for(i = 0; i < 4; i++)
	{
		// 每个文件中的内容都是:你what123456
		readNBytes(fileName[i], 3);
	}
}

每个测试文件中的内容都是:你what123456

运行结果为:

ansi.txt:       c4      e3      77
unicode.txt:    ff      fe      60
ubigendian.txt: fe      ff      4f
utf8.txt:       ef      bb      bf

posted on 2011-04-11 10:45  清清飞扬  阅读(...)  评论(... 编辑 收藏