一种TXT文档编码字符集的校验方法及系统技术方案

本发明专利技术涉及一种TXT文档编码字符集的校验方法，包括：接收待校验TXT文档；对所述待校验TXT文档进行BOM头部校验，根据BOM头部校验的校验结果获取待校验TXT文档的文件编码格式；按照所述文件编码格式解码所述待校验TXT文档的编码字符集。该方法有效解决了由于系统间I/O编码不一致造成解析文件时由于解码字符集错误造成了中文识别为乱码的问题，提高了文件解析的准确率及处理效率。

【技术实现步骤摘要】
一种TXT文档编码字符集的校验方法及系统
本专利技术涉及计算机
，尤其涉及一种TXT文档编码字符集的校验方法及系统。
技术介绍
现有技术中，运营商的营业系统在进行批量业务办理时，通过批量框架支撑批量业务办理。用户从前台上传批量文件(TXT格式)，批量框架下载并解析文件入库，然后逐条生产订单。但会出现部分内容为乱码的情况，影响文档解析准确率及处理效率。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足，提供一种TXT文档编码字符集的校验方法及系统。本专利技术解决上述技术问题的技术方案如下：一种TXT文档编码字符集的校验方法，包括：接收待校验TXT文档；对所述待校验TXT文档进行BOM头部校验，根据BOM头部校验的校验结果获取待校验TXT文档的文件编码格式；按照所述文件编码格式解码所述待校验TXT文档的编码字符集。本专利技术的有益效果是：通过对待校验TXT文件进行BOM头部校验，进而确定待校验TXT文档的文件编码格式，在确定了TXT文档的文件编码格式后，按照这个文件编码格式解码待校验TXT文档，从而有效解决了由于系统间I/O编码不一致造成解析文件时由于解码字符集错误造成了本文档来自技高网...

【技术保护点】
一种TXT文档编码字符集的校验方法，其特征在于，包括：接收待校验TXT文档；对所述待校验TXT文档进行BOM头部校验，根据BOM头部校验的校验结果获取待校验TXT文档的文件编码格式；按照所述文件编码格式解码所述待校验TXT文档的编码字符集。

【技术特征摘要】
1.一种TXT文档编码字符集的校验方法，其特征在于，包括：接收待校验TXT文档；对所述待校验TXT文档进行BOM头部校验，根据BOM头部校验的校验结果获取待校验TXT文档的文件编码格式；按照所述文件编码格式解码所述待校验TXT文档的编码字符集。2.根据权利要求1所述的方法，其特征在于，所述对所述待校验TXT文档进行BOM头部校验，根据BOM头部校验的校验结果获取待校验TXT文档的文件编码格式包括：判断有无BOM头，如果有BOM头，则根据所述BOM头内容确定待校验TXT文档的文件编码格式；如果无BOM头，则根据编码规则校验所述待校验TXT文档内的编码字符集，根据校验结果确定待校验TXT文档的文件编码格式。3.根据权利要求2所述的方法，其特征在于，所述如果有BOM头，则根据所述BOM头内容确定待校验TXT文档的文件编码格式包括：当BOM头为FEFF时，确定所述待校验TXT文档的文件编码格式为UTF-16的大端序表示类型UTF-16BE；当BOM头为FFFE时，确定所述待校验TXT文档的文件编码格式为UTF-16的小端序表示类型Unicode的默认编码；当BOM头为EFBB时，确定所述待校验TXT文档的文件编码格式为UTF-8。4.根据权利要求2所述的方法，其特征在于，所述如果无BOM头，则根据编码规则校验所述待校验TXT文档内的编码字符集，根据校验结果确定待校验TXT文档的文件编码格式包括：判断所述待校验TXT文档是否为文件尾；如果所述待校验TXT是文件尾，则确定所述待校验TXT文档的文件编码格式为GBK格式；如果所述待校验TXT非文件尾，则判断读入的字节是否大于0XF8；如果读入的字节大于0XF8，则确定所述待校验TXT文档的文件编码格式为GBK格式；如果读入的字节小于0XF8，则判断读入的首字节是否以11开头，且后续字节以10开头，11开头字节和10开头字节的总个数与11开头字节中连续1的个数相等；如果是，则确定所述待校验TXT文档的文件编码格式为GBK格式；如果否，则确定所述待校验TXT文档的文件编码格式为UTF-8格式。5.根据权利要求1至4任一项所述的方法，其特征在于，将所述TXT文档编码字符集的校验方法声明成静态方法并封装成JAR...

【专利技术属性】
技术研发人员：张鑫，
申请(专利权)人：北京思特奇信息技术股份有限公司，
类型：发明
国别省市：北京,11