[发明专利]UTF‑8与ANSI编码识别方法以及装置

权利要求书

1.一种UTF-8与ANSI编码识别方法，其特征在于，包括：

S1：获取文件的数据流；

S2：将所述数据流以字节的形式存储为数组，所述数组包括字节元素，所述字节元素由字节组成；

S3：判断所述数组是否存在前序字节，若是，则删除所述前序字节后执行步骤S4，若否，则执行步骤S4；

S4：判断所述数组中是否存在第一字节，若是，则删除所述第一字节后执行步骤S5，若否，则执行步骤S5，所述第一字节为所述数组中字节元素的数值处于预置的第一编码范围内的字节元素；

S5：判断所述数组中是否存在第二字节或第三字节，若是，则所述文件的编码方式为ANSI，若否，则所述文件的编码方式为UTF-8；

所述第二字节为字节元素的数值处于预置的第二编码范围外的字节元素，所述第二字节由两个字节组成；

所述第三字节为字节元素的数值处于预置的第三编码范围外的字节元素，所述第三字节由三个字节组成；

其中，步骤S3具体包括：

S31：判断所述数组是否存在前序字节，若是，则执行步骤S32，若否，则执行步骤S4；

S32：判断所述前序字节是否为UTF-8或UNICODE的BOM，若是，则执行步骤S33，若否，则删除所述前序字节后执行步骤S4；

S33：若所述前序字节为UTF-8的BOM，则所述文件的编码方式为UTF-8，若所述前序字节为UNICODE的BOM，则所述文件的编码方式为UNICODE。

2.根据权利要求1所述的方法，其特征在于，步骤S4具体包括：

遍历所述数组，若所述数组中存在第一字节，则删除所述第一字节，直到遍历结束后执行步骤S5，若所述数组中不存在第一字节，则在遍历结束后执行步骤S5；

所述第一字节为所述数组中字节元素的数值处于预置的第一编码范围内的字节元素。

3.根据权利要求1所述的方法，其特征在于，步骤S5具体包括：

遍历所述数组，若所述数组中存在第二字节或第三字节，则所述文件的编码方式为ANSI，若所述数组中不存在第二字节或第三字节，则所述文件的编码方式为UTF-8。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：

按照所述文件的编码方式解析显示所述文件。

5.一种UTF-8与ANSI编码识别装置，其特征在于，包括：

获取模块，用于获取文件的数据流；

存储模块，用于将所述数据流以字节的形式存储为数组，所述数组包括字节元素，所述字节元素由字节组成；

第一判断模块，用于判断所述数组是否存在前序字节，若是，则删除所述前序字节后触发第二判断模块，若否，则触发第二判断模块；

所述第二判断模块，用于判断所述数组中是否存在第一字节，若是，则删除所述第一字节后触发第三判断模块，若否，则触发第三判断模块，所述第一字节为所述数组中字节元素的数值处于预置的第一编码范围内的字节元素；

所述第三判断模块，用于判断所述数组中是否存在第二字节或第三字节，若是，则所述文件的编码方式为ANSI，若否，则所述文件的编码方式为UTF-8；

所述第二字节为字节元素的数值处于预置的第二编码范围外的字节元素，所述第二字节由两个字节组成；

所述第三字节为字节元素的数值处于预置的第三编码范围外的字节元素，所述第三字节由三个字节组成；

其中，所述第一判断模块具体包括：

第一判断单元，用于判断所述数组是否存在前序字节，若是，则触发辨识单元，若否，则触发第二判断模块；

所述辨识单元，用于判断所述前序字节是否为UTF-8或UNICODE的BOM，若是，则触发区分单元，若否，则删除所述前序字节后触发第二判断模块；

所述区分单元，用于若所述前序字节为UTF-8的BOM，则确定所述文件的编码方式为UTF-8，若所述前序字节为UNICODE的BOM，则确定所述文件的编码方式为UNICODE。