Read Windows Notepad Unicode files : UTF8 Byte Hex « Development Class « Java

Java
1. 2D Graphics GUI
2. 3D
3. Advanced Graphics
4. Ant
5. Apache Common
6. Chart
7. Class
8. Collections Data Structure
9. Data Type
10. Database SQL JDBC
11. Design Pattern
12. Development Class
13. EJB3
14. Email
15. Event
16. File Input Output
17. Game
18. Generics
19. GWT
20. Hibernate
21. I18N
22. J2EE
23. J2ME
24. JDK 6
25. JNDI LDAP
26. JPA
27. JSP
28. JSTL
29. Language Basics
30. Network Protocol
31. PDF RTF
32. Reflection
33. Regular Expressions
34. Scripting
35. Security
36. Servlets
37. Spring
38. Swing Components
39. Swing JFC
40. SWT JFace Eclipse
41. Threads
42. Tiny Application
43. Velocity
44. Web Services SOA
45. XML
Java Tutorial
Java Source Code / Java Documentation
Java Open Source
Jar File Download
Java Articles
Java Products
Java by API
Photoshop Tutorials
Maya Tutorials
Flash Tutorials
3ds-Max Tutorials
Illustrator Tutorials
GIMP Tutorials
C# / C Sharp
C# / CSharp Tutorial
C# / CSharp Open Source
ASP.Net
ASP.NET Tutorial
JavaScript DHTML
JavaScript Tutorial
JavaScript Reference
HTML / CSS
HTML CSS Reference
C / ANSI-C
C Tutorial
C++
C++ Tutorial
Ruby
PHP
Python
Python Tutorial
Python Open Source
SQL Server / T-SQL
SQL Server / T-SQL Tutorial
Oracle PL / SQL
Oracle PL/SQL Tutorial
PostgreSQL
SQL / MySQL
MySQL Tutorial
VB.Net
VB.Net Tutorial
Flash / Flex / ActionScript
VBA / Excel / Access / Word
XML
XML Tutorial
Microsoft Office PowerPoint 2007 Tutorial
Microsoft Office Excel 2007 Tutorial
Microsoft Office Word 2007 Tutorial
Java » Development Class » UTF8 Byte HexScreenshots 
Read Windows Notepad Unicode files
 

/*
 * Licensed to the Apache Software Foundation (ASF) under one
 * or more contributor license agreements.  See the NOTICE file
 * distributed with this work for additional information
 * regarding copyright ownership.  The ASF licenses this file
 * to you under the Apache License, Version 2.0 (the
 * "License"); you may not use this file except in compliance
 * with the License.  You may obtain a copy of the License at
 *
 *   http://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing,
 * software distributed under the License is distributed on an
 * "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
 * KIND, either express or implied.  See the License for the
 * specific language governing permissions and limitations
 * under the License.
 */

import java.io.IOException;
import java.io.InputStream;
import java.io.PushbackInputStream;

/**
 * This is an input stream that is unicode BOM aware. This allows you to e.g.
 * read Windows Notepad Unicode files as Velocity templates.
 
 * It allows you to check the actual encoding of a file by calling
 {@link #getEncodingFromStream()} on the input stream reader.
 
 * This class is not thread safe! When more than one thread wants to use an
 * instance of UnicodeInputStream, the caller must provide synchronization.
 
 @author <a href="mailto:mailmur@yahoo.com">Aki Nieminen</a>
 @author <a href="mailto:henning@apache.org">Henning P. Schmiedehausen</a>
 @version $Id: UnicodeInputStream.java 685685 2008-08-13 21:43:27Z nbubna $
 @since 1.5
 */
public class UnicodeInputStream extends InputStream {

  /** BOM Marker for UTF 8. See http://www.unicode.org/unicode/faq/utf_bom.html */
  public static final UnicodeBOM UTF8_BOM = new UnicodeBOM("UTF-8"new byte[] { (byte0xef,
      (byte0xbb(byte0xbf });

  /**
   * BOM Marker for UTF 16, little endian. See
   * http://www.unicode.org/unicode/faq/utf_bom.html
   */
  public static final UnicodeBOM UTF16LE_BOM = new UnicodeBOM("UTF-16LE"new byte[] { (byte0xff,
      (byte0xfe });

  /**
   * BOM Marker for UTF 16, big endian. See
   * http://www.unicode.org/unicode/faq/utf_bom.html
   */
  public static final UnicodeBOM UTF16BE_BOM = new UnicodeBOM("UTF-16BE"new byte[] { (byte0xfe,
      (byte0xff });

  /**
   * BOM Marker for UTF 32, little endian. See
   * http://www.unicode.org/unicode/faq/utf_bom.html
   
   * TODO: Does Java actually support this?
   */
  public static final UnicodeBOM UTF32LE_BOM = new UnicodeBOM("UTF-32LE"new byte[] { (byte0xff,
      (byte0xfe(byte0x00(byte0x00 });

  /**
   * BOM Marker for UTF 32, big endian. See
   * http://www.unicode.org/unicode/faq/utf_bom.html
   
   * TODO: Does Java actually support this?
   */
  public static final UnicodeBOM UTF32BE_BOM = new UnicodeBOM("UTF-32BE"new byte[] { (byte0x00,
      (byte0x00(byte0xfe(byte0xff });

  /** The maximum amount of bytes to read for a BOM */
  private static final int MAX_BOM_SIZE = 4;

  /** Buffer for BOM reading */
  private byte[] buf = new byte[MAX_BOM_SIZE];

  /** Buffer pointer. */
  private int pos = 0;

  /** The stream encoding as read from the BOM or null. */
  private final String encoding;

  /** True if the BOM itself should be skipped and not read. */
  private final boolean skipBOM;

  private final PushbackInputStream inputStream;

  /**
   * Creates a new UnicodeInputStream object. Skips a BOM which defines the file
   * encoding.
   
   @param inputStream
   *          The input stream to use for reading.
   */
  public UnicodeInputStream(final InputStream inputStreamthrows IllegalStateException,
      IOException {
    this(inputStream, true);
  }

  /**
   * Creates a new UnicodeInputStream object.
   
   @param inputStream
   *          The input stream to use for reading.
   @param skipBOM
   *          If this is set to true, a BOM read from the stream is discarded.
   *          This parameter should normally be true.
   */
  public UnicodeInputStream(final InputStream inputStream, boolean skipBOM)
      throws IllegalStateException, IOException {
    super();

    this.skipBOM = skipBOM;
    this.inputStream = new PushbackInputStream(inputStream, MAX_BOM_SIZE);

    try {
      this.encoding = readEncoding();
    catch (IOException ioe) {
      IllegalStateException ex = new IllegalStateException("Could not read BOM from Stream");
      // ExceptionUtils.setCause(ex, ioe);
      throw ex;
    }
  }

  /**
   * Returns true if the input stream discards the BOM.
   
   @return True if the input stream discards the BOM.
   */
  public boolean isSkipBOM() {
    return skipBOM;
  }

  /**
   * Read encoding based on BOM.
   
   @return The encoding based on the BOM.
   
   @throws IllegalStateException
   *           When a problem reading the BOM occured.
   */
  public String getEncodingFromStream() {
    return encoding;
  }

  /**
   * This method gets the encoding from the stream contents if a BOM exists. If
   * no BOM exists, the encoding is undefined.
   
   @return The encoding of this streams contents as decided by the BOM or null
   *         if no BOM was found.
   */
  protected String readEncoding() throws IOException {
    pos = 0;

    UnicodeBOM encoding = null;

    // read first byte.
    if (readByte()) {
      // Build a list of matches
      //
      // 00 00 FE FF --> UTF 32 BE
      // EF BB BF --> UTF 8
      // FE FF --> UTF 16 BE
      // FF FE --> UTF 16 LE
      // FF FE 00 00 --> UTF 32 LE

      switch (buf[0]) {
      case (byte0x00// UTF32 BE
        encoding = match(UTF32BE_BOM, null);
        break;
      case (byte0xef// UTF8
        encoding = match(UTF8_BOM, null);
        break;
      case (byte0xfe// UTF16 BE
        encoding = match(UTF16BE_BOM, null);
        break;
      case (byte0xff// UTF16/32 LE
        encoding = match(UTF16LE_BOM, null);

        if (encoding != null) {
          encoding = match(UTF32LE_BOM, encoding);
        }
        break;

      default:
        encoding = null;
        break;
      }
    }

    pushback(encoding);

    return (encoding != null? encoding.getEncoding() null;
  }

  private final UnicodeBOM match(final UnicodeBOM matchEncoding, final UnicodeBOM noMatchEncoding)
      throws IOException {
    byte[] bom = matchEncoding.getBytes();

    for (int i = 0; i < bom.length; i++) {
      if (pos <= i// Byte has not yet been read
      {
        if (!readByte()) {
          return noMatchEncoding;
        }
      }

      if (bom[i!= buf[i]) {
        return noMatchEncoding;
      }
    }

    return matchEncoding;
  }

  private final boolean readByte() throws IOException {
    int res = inputStream.read();
    if (res == -1) {
      return false;
    }

    if (pos >= buf.length) {
      throw new IOException("BOM read error");
    }

    buf[pos++(byteres;
    return true;
  }

  private final void pushback(final UnicodeBOM matchBOMthrows IOException {
    int count = pos; // By default, all bytes are pushed back.
    int start = 0;

    if (matchBOM != null && skipBOM) {
      // We have a match (some bytes are part of the BOM)
      // and we want to skip the BOM. Push back only the bytes
      // after the BOM.
      start = matchBOM.getBytes().length;
      count = (pos - start);

      if (count < 0) {
        throw new IllegalStateException("Match has more bytes than available!");
      }
    }

    inputStream.unread(buf, start, count);
  }

  /**
   @see java.io.InputStream#close()
   */
  public void close() throws IOException {
    inputStream.close();
  }

  /**
   @see java.io.InputStream#available()
   */
  public int available() throws IOException {
    return inputStream.available();
  }

  /**
   @see java.io.InputStream#mark(int)
   */
  public void mark(final int readlimit) {
    inputStream.mark(readlimit);
  }

  /**
   @see java.io.InputStream#markSupported()
   */
  public boolean markSupported() {
    return inputStream.markSupported();
  }

  /**
   @see java.io.InputStream#read()
   */
  public int read() throws IOException {
    return inputStream.read();
  }

  /**
   @see java.io.InputStream#read(byte[])
   */
  public int read(final byte[] bthrows IOException {
    return inputStream.read(b);
  }

  /**
   @see java.io.InputStream#read(byte[], int, int)
   */
  public int read(final byte[] b, final int off, final int lenthrows IOException {
    return inputStream.read(b, off, len);
  }

  /**
   @see java.io.InputStream#reset()
   */
  public void reset() throws IOException {
    inputStream.reset();
  }

  /**
   @see java.io.InputStream#skip(long)
   */
  public long skip(final long nthrows IOException {
    return inputStream.skip(n);
  }

  /**
   * Helper class to bundle encoding and BOM marker.
   
   @author <a href="mailto:henning@apache.org">Henning P. Schmiedehausen</a>
   @version $Id: UnicodeInputStream.java 685685 2008-08-13 21:43:27Z nbubna $
   */
  static final class UnicodeBOM {
    private final String encoding;

    private final byte[] bytes;

    private UnicodeBOM(final String encoding, final byte[] bytes) {
      this.encoding = encoding;
      this.bytes = bytes;
    }

    String getEncoding() {
      return encoding;
    }

    byte[] getBytes() {
      return bytes;
    }
  }
}

   
  
Related examples in the same category
1. Convert file in SJIS to UTF8
2. Return an UTF-8 encoded String
3. Return an UTF-8 encoded String by length
4. UTF8 String utilities
5. Return UTF-8 encoded byte[] representation of a String
6. Encodes octects (using utf-8) into Hex data
7. Decodes values of attributes in the DN encoded in hex into a UTF-8 String.
8. converting between byte arrays and hex encoded strings
9. Convert bytes To Hex
10. Convert hex To Bytes
11. Unicode 2 ASCII
12. Make bytes
13. String converterString converter
14. Show unicode stringShow unicode string
15. Normalizer
16. Convert from UTF-8 to Unicode
17. Convert from Unicode to UTF-8
18. Utility methods for handling UTF-8 encoded byte streams.
www.java2java.com | Contact Us
Copyright 2009 - 12 Demo Source and Support. All rights reserved.
All other trademarks are property of their respective owners.