Java写入UTF8/ISO_8859_1文件被识别为us-ascii是什么原因

你没有操作错误，这是file命令编码识别逻辑的正常特性，具体原因和验证方法如下：

核心原因 #

• US-ASCII是ISO_8859_1、UTF-8的公共兼容子集：US-ASCII字符的码值范围为0x00~0x7F，这部分字符在ISO_8859_1、UTF-8编码下的字节存储形式和原生ASCII编码完全一致，没有任何区别。
• 你写入的内容全部属于ASCII字符范围：示例代码中写入的 test encoding和换行符\r\n的所有字符码值都落在0x00~0x7F区间，不管你指定用ISO_8859_1还是UTF-8编码写入，最终生成的文件字节序列和ASCII编码写入的结果完全相同。
• file命令依靠字节特征猜编码：它无法从字节序列中区分「仅包含ASCII字符的ISO_8859_1/UTF-8文件」和「原生ASCII文件」，因此会默认返回覆盖范围最小、兼容性最高的us-ascii作为识别结果。

验证指定编码生效的方法 #

如果你需要确认自己指定的编码确实生效，可以在写入内容中加入ASCII范围外的对应编码字符重新测试：

• 验证ISO_8859_1：写入带重音的拉丁字符（例如é，码值为0xE9，属于ISO_8859_1的0x80~0xFF区间），重新执行file --mime-encoding检测，会返回iso-8859-1的结果。
• 验证UTF-8：写入任意非ASCII字符（例如中文、全角符号、表情符号等），重新检测会返回utf-8的结果。

系统兼容性说明 #

macOS自带的file命令和Linux平台的实现逻辑一致，不会因为系统差异导致该识别结果。

内容的提问来源于stack exchange，提问作者Alays