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