编码的简单应用之操作文件

package com.gdin.dome;

import java.io.BufferedInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.URLEncoder;

import org.junit.Test;

public class dome3 {

	@Test
	public void fun(){
		/*
		 * 获取到路径
		 */
		File dir = new File("C:/Users/Administrator/Desktop/新建文件夹");
		/*
		 * 保存所有的文件
		 */
		File[] files = dir.listFiles();
		/*
		 * 遍历文件
		 */
		
		for(File f : files){
			if(f.isDirectory()){//判断是否为一个路径。是的话遍历该文件夹本身
				//fun(f.getAbsolutePath());这里不做演示
				System.out.println("dir ==> "+f.getAbsolutePath()); 
			} else {
				String filename = f.getAbsolutePath();
				if(filename.endsWith(".docx") || filename.endsWith(".doc") || filename.endsWith(".txt")){//给定文件格式
				/*
				 * 读取字符
				 */
					isContantChar(f, "a");
				}
				//System.out.println("filename ==> "+f.getAbsolutePath()); 
			}
		}
	}
	
	public void isContantChar(File f, String str){
		try {
			/*
			 * 得到编码方式
			 */
			String code = getCode(f);
			
			InputStream input = new FileInputStream(f);
			
			
			int temp =0;//保存当前得到的字节
			int len = 0;//读取文件内容的计数器
			int flag = 2;//根据编码类型设定，默认为utf-8,中文编码的字节数-1
			if(code.equals("GBK")){
				input.skip(0);//从第0个开始读
				flag = 1;//GBK只需要两个
			}else {
				input.skip(3);//从第4个位置开始读
			}
			//根据编码方式将符号转化为16进制
			
			//System.out.println(s);
			
			String codestr = "";
			for(int j = 0; j < str.length(); j++){
				char c = str.charAt(j);//获取到当前字符
				String s;//保存当前字符解析后的字符串
				if(c <= 0x007E){//英文字符时
					s = Integer.toHexString(c).toUpperCase();//转为16进制
					codestr += s;
				}else {
					s=URLEncoder.encode(str.substring(j, j+1), code);//中文解码
					String[] codeArray = s.split("%");
					for(int i =0; i < codeArray.length; i++){
						codestr += codeArray[i];
					}
				}
				
				if(j < str.length()-1){
					codestr += ",";//通过加上逗号来作为对比，以防多个字节时出现重叠
				}
			}
			
			String text = "";
			int into = 0;//用于判断是否进入连续下面的循环体
			while((temp = input.read()) != -1){
				/*
				 * 通过判断是否是英文符号
				 * into的用意为判断为中文时需要标志，当into为0时则当前的字节为英文字符的编码
				 * 
				 */
				if(temp > 0x007E || into != 0){
					//中文字符时，将连续的两个或者三个字节拼在一起，
					text += Integer.toHexString(temp).toUpperCase();
					if(into == flag){//
						text = text+",";
						into = 0;
					} else {	
						into++;
					}
				} else {
					text = text + Integer.toHexString(temp).toUpperCase()+",";
				}
				/////////////////////////
				
				
				len++;
				if(len+1 >= codestr.length()/2){//当当前读到的字节数目大于需要查找的字符串数时开始搜索
					if(text.contains(codestr)){
						
						//System.out.println(text);
						System.out.println("包含有该字符段的文件有==>"+f.getAbsolutePath());
						break;
					}
				}
			}
			input.close();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}
	

	public String getCode(File f) throws IOException{
		FileInputStream in = new FileInputStream(f);
		
		 BufferedInputStream bin = new BufferedInputStream(in);  
		 
		int p = (bin.read() << 8) + bin.read();  
		String code = null;  
				      
		switch (p) {  
			case 0xefbb:  
				code = "UTF-8";  
				break;  
			case 0xfffe:  
				code = "Unicode";  
				break;  
			case 0xfeff:  
				code = "UTF-16BE";  
				break;  
			default:  
				code = "GBK";  
		}  
				      
		return code;
	}
	
}