uchardet 是Mozilla通用字符集检测库的原生C++实现的C语言绑定。

uchardet是一个编码检测库，它接收无任何附加信息的一串未知字符编码的字节序列，并尝试确定文本的编码。

universalchardet的原始代码可在http://lxr.mozilla.org/seamonkey/source/extensions/universalchardet/找到

universalchardet使用的技巧可在http://www.mozilla.org/projects/intl/UniversalCharsetDetection.html描述

支持编码

• Unicode
  • UTF-8
  • UTF-16BE / UTF-16LE
  • UTF-32BE / UTF-32LE / X-ISO-10646-UCS-4-34121 / X-ISO-10646-UCS-4-21431
• 中文
  • ISO-2022-CN
  • BIG5
  • EUC-TW
  • GB18030
  • HZ-GB-23121
• 日语
  • ISO-2022-JP
  • SHIFT_JIS
  • EUC-JP
• 韩语
  • ISO-2022-KR
  • EUC-KR
• 西里尔文
  • ISO-8859-5
  • KOI8-R
  • WINDOWS-1251
  • MACCYRILLIC
  • IBM866
  • IBM855
• 希腊语
  • ISO-8859-7
  • WINDOWS-1253
• 希伯来语
  • ISO-8859-8
  • WINDOWS-1255
• 其他
  • WINDOWS-1252

安装

Ubuntu/Debian

apt-get install uchardet libuchardet-dev

Mac

brew install uchardet

从源代码构建

cmake .
make
make install

使用方法

命令行

uchardet Command Line Tool
Version 0.0.1

Author: BYVoid
Bug Report: http://code.google.com/p/uchardet/issues/entry

Usage:
 uchardet [Options] [File]

Options:
 -v, --version         Print version and build information.
 -h, --help            Print this help.

库

查看 uchardet.h

相关项目

• python-chardet Python版本
• ruby-rchardet Ruby版本
• juniversalchardet universalchardet的Java版本
• jchardet chardet的Java版本
• nuniversalchardet universalchardet的C#版本
• nchardet chardet的C#版本
• uchardet-enhanced Mozilla universalchardet 的分支

许可证

mozilla 公共许可证版本 1.1