/**

* 默认GB18030

*/

public static final String detectCharset(byte[] byteArray){

// 建立InputStream

ByteArrayInputStream bais = new ByteArrayInputStream(byteArray);

// 默认编码

String utf8 = "UTF-8";

String charset = "GB18030";

// 开始检测是否为UTF-8

try {

// 标记初始位置

bais.mark(0);

// 读取前3字节

byte[] first3Bytes = new byte[3];

bais.read(first3Bytes);

// 如果前三字节为 0xEFBBBF ，则为带签名的UTF-8

if (first3Bytes[0] == (byte) 0xEF && first3Bytes[1] == (byte) 0xBB && first3Bytes[2] == (byte) 0xBF) {

return utf8;

}

// 前三字节判定失败，开始检测是否是不带签名的UTF-8

// 重置读取位置

bais.reset();

// 逐字节判定，直到遇到一个UTF-8编码字符

byte[] oneByte = new byte[1];

boolean isUtf8 = false;

while (-1 != bais.read(oneByte)) {

// 如果是ASCII码，跳过

if (CharUtils.isAscii((char) oneByte[0])) {

continue;

}

// 双字节格式

// 110yyyyy(C0-DF) 10xxxxxx

if ((oneByte[0] & 0xE0) == 0xC0) {

bais.mark(0);

byte[] nextOneByte = new byte[1];

if (bais.available() >= 1 && -1 != bais.read(nextOneByte)) {

if ((nextOneByte[0] & 0xC0) == 0x80) {

// 是GBK双字节重叠部分？暂时当GBK处理，中文系统下，GBK默认编码，UTF-8不常见

// 双字节，第一个字节的值从0x81到0xFE，第二个字节的值从0x40到0xFE(不包括0x7F)

int oneByteInt = oneByte[0] & 0xff;

int nextOneByteInt = nextOneByte[0] & 0xff;

if (

((0x81 & 0xff) < = oneByteInt && oneByteInt <= (0xFE & 0xff))

&& ((0x40 & 0xff) <= nextOneByteInt && nextOneByteInt <= (0xfe & 0xff))

&& (nextOneByte[0] != 0x7F)

) {

continue;

}

// 非GBK重叠部分，归于UTF-8

isUtf8 = true;

break;

}

bais.reset();

}

}

// 三字节格式

// 1110xxxx(E0-EF) 10xxxxxx 10xxxxxx

if ((oneByte[0] & 0xF0) == 0xE0) {

byte[] twoByte = new byte[2];

bais.mark(0);

if (bais.available() >= 2 && -1 != bais.read(twoByte)) {

if (((twoByte[0] & 0xC0) == 0x80) && ((twoByte[1] & 0xC0) == 0x80)) {

isUtf8 = true;

break;

}

bais.reset();

}

}

// 四字节格式

// 11110www(F0-F7) 10xxxxxx 10xxxxxx 10xxxxxx

if ((oneByte[0] & 0xF8) == 0xF0) {

byte[] threeByte = new byte[3];

bais.mark(0);

if (bais.available() >= 3 && -1 != bais.read(threeByte)) {

if (((threeByte[0] & 0xC0) == 0x80) && ((threeByte[1] & 0xC0) == 0x80)

&& ((threeByte[2] & 0xC0) == 0x80)) {

isUtf8 = true;

break;

}

bais.reset();

}

}

// 五字节格式

// 111110xx(F8-FB) 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

if ((oneByte[0] & 0xFC) == 0xF8) {

byte[] fourByte = new byte[4];

bais.mark(0);

if (bais.available() >= 4 && -1 != bais.read(fourByte)) {

if (((fourByte[0] & 0xC0) == 0x80) && ((fourByte[1] & 0xC0) == 0x80)

&& ((fourByte[2] & 0xC0) == 0x80)

&& ((fourByte[3] & 0xC0) == 0x80)) {

isUtf8 = true;

break;

}

bais.reset();

}

}

// 六字节格式

// 1111110x(FC-FD) 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

if ((oneByte[0] & 0xFE) == 0xFC) {

byte[] fiveByte = new byte[5];

bais.mark(0);

if (bais.available() >= 5 && -1 != bais.read(fiveByte)) {

if (((fiveByte[0] & 0xC0) == 0x80) && ((fiveByte[1] & 0xC0) == 0x80)

&& ((fiveByte[2] & 0xC0) == 0x80)

&& ((fiveByte[3] & 0xC0) == 0x80)

&& ((fiveByte[4] & 0xC0) == 0x80)) {

isUtf8 = true;

break;

}

bais.reset();

}

}

}

// 依据标志位设定返回值

if (isUtf8) {

return utf8;

}

} catch (IOException e) {

}

// 返回字符编码格式

return charset;

}