Jchardet —— 支持检测并输出文件编码方式的组件

简介

Jchardet是OpenAtom OpenHarmony（以下简称“OpenHarmony”）系统的一款检测文本编码的组件。当上传一个文件时，组件可以检测并输出该文件中文本使用的编码方式。

支持的编码格式有：ASCII编码、UTF-8编码、UTF-16LE编码、Shift-JIS编码、ISO-2022-JP编码、ISO－2022－CN编码、ISO-2022-KR编码、Big５编码、UTF-16BE编码、x-euc-tw编码、EUC－KR编码、ECU－JP编码、GB18030编码、HZ－GB－2312编码、Windows-1252编码、GB2312编码。

开发环境

安装IDE ：支持DevEco Studio 3.0 Release（Build Version 3.0.0.993)版本。

安装SDK ：OpenHarmony API version 8及以上版本。

使用方法

需要先配置OpenHarmony npm仓，请参考安装教程

1. 下载jchardet组件

npm install @ohos/jchardet –-save

2. 在page页面导入。

import 
{
nsICharsetDetectionObserver
,



nsDetector
,
nsPSMDetector
}
 from '
@ohos
/
jchardet
/

3. 初始化编码检测器。

//
lang为输入的语言种类



    
//
0
 
=>
 All



    
//
1
 
=>
 Japanese



    
//
2
 
=>
 Chinese



    
//
3
 
=>
 Simplified Chinese



    
//
4
 
=>
 Traditional Chinese



    
//
5
 
=>
 Korean



    
//
6
 
=>
 Dont 
know
 
(
default
)



let
 
det
:
 nsDetector 
=
 
new
 
nsDetector
(
lang
);
 

4. 在检测器的初始化函数中定义回调函数，接受编码检测结果。

det
.
Init
(
new
 
class
 implements 
nsICharsetDetectionObserver
 
{



          
Notify
(
charset
:
 string
)
:
 void 
{



          console
.
log
(
"CHARSET = "
 
+
 charset
);



          
}



 
})

4.1 向编码检测器提供数据，首|选判断是否Ascii编码，如果是Ascii编码，则程序结束。

let
 byteData 
=
 
new
 
Int8Array
(
buf
);
　
//
ｂｕｆ为文件的ArrayBuffer



let
 
isAscii
:
boolean 
=
 det
.
isAscii
(
byteData
);

4.2 如果检测到某一种编码，则进去初始化时定义的回调，程序结束。

let
 
done
:
boolean 
=
 det
.
DoIt
(
byteData
,
 
false
);

4.3 如果检测到多种编码，则获取编码列表，程序结束。

let
 
prob
:
 Array
<
string
>
 
=
 det
.
getProbableCharsets
();

结语

通过本篇文章介绍，您对OpenHarmony Jchardet组件应该有了初步的了解。我们所有的源码和指导文档都已经开源，如果您对本篇文章内容以及所实现的Demo感兴趣，可以根据本篇文章介绍自行下载OpenHarmony Jchardet源码（）进行研究和使用。同时也欢迎更多开发者与我们共享开发成果，分享技术解读与经验心得。