Jchardet——支持检测并输出文件编码方式的组件

时间:2022-10-12 19:03:27

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。

Jchardet——支持检测并输出文件编码方式的组件


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

​https://gitee.com/openharmony-tpc/docs/blob/master/OpenHarmony_npm_usage.md​

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(https://gitee.com/openharmony-sig/jchardet)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。