JAVA技巧:判斷文本文件使用的字符集

最近一段時(shí)間作東西，總是因?yàn)橐幚砜赡懿煌ㄗ址奈募鵁┬?，雖然遭到一個(gè)程序庫(kù)，好象是模仿Mozilla的一個(gè)Ｃ庫(kù)使用ｊａｖａ實(shí)現(xiàn)的，但是普通的情況下使用這個(gè)庫(kù)是不是太大了點(diǎn)．于是將GBK作為默認(rèn)編碼，主要判斷utf-8，我實(shí)現(xiàn)了一個(gè)程序，在Ｗｉｎｄｏｗｓ下邊如果使用記事本保存的ＴＸＴ文件帶有ＢＯＭ當(dāng)然很方便，但是如果沒(méi)有ＢＯＭ的話，就只有通過(guò)文件中的字符的編碼來(lái)判斷了，經(jīng)過(guò)幾次簡(jiǎn)單的實(shí)驗(yàn)，發(fā)現(xiàn)尚且可用。ＪＡＶＡ源碼如下，懇請(qǐng)指正：
    static String get_charset(File file) {
    String charset = "GBK";
    byte [] first3Bytes = new byte[3];
    try {
    boolean checked = false;
    BufferedInputStream bis = new BufferedInputStream(new FileInputStream(file));
    bis.mark(0);
    int read = bis.read(first3Bytes, 0, 3);
    if (read == -1) return charset;
    if (first3Bytes[0] == (byte)0xFF && first3Bytes[1] == (byte)0xFE) {
    charset = "UTF-16LE";
    checked = true;
    }
    else if(first3Bytes[0] == (byte)0xFE && first3Bytes[1] == (byte)0xFF) {
    charset = "UTF-16BE";
    checked = true;
    }
    else if(first3Bytes[0] == (byte)0xEF && first3Bytes[1] == (byte)0xBB && first3Bytes[2] == (byte)0xBF) {
    charset = "UTF-8";
    checked = true;
    }
    bis.reset();
    if (!checked) {
    int len = 0;
    int loc = 0;
    while ((read = bis.read()) != -1) {
    loc ++;
    if (read >= 0xF0)
    break;
    if (0x80<=read && read <= 0xBF) //單獨(dú)出現(xiàn)BF以下的，也算是GBK
    break;
    if (0xC0<=read && read <= 0xDF) {
    read = bis.read();
    if (0x80<= read && read <= 0xBF)//雙字節(jié) (0xC0 - 0xDF) (0x80 - 0xBF),也可能在GB編碼內(nèi)
    continue;
    else
    break;
    } else if (0xE0 <= read && read <= 0xEF) {//也有可能出錯(cuò)，但是幾率較小
    read = bis.read();
    if (0x80<= read && read <= 0xBF) {
    read = bis.read();
    if (0x80<= read && read <= 0xBF) {
    charset = "UTF-8";
    break;
    } else
    break;
    } else
    break;
    }
    }
    System.out.println(loc + " " + Integer.toHexString(read));
    }
    bis.close();
    } catch (Exception e) {
    e.printStackTrace();
    }
    return charset;
    }