Angular 4中如何检测用户所选文件的编码类型（仅允许Windows-1252/ANSI）

首先得明确：文件本身不会自带编码标识（除非是UTF系列带BOM），所以没法直接通过FileReader获取编码类型，只能通过分析二进制内容的特征来推断。Windows-1252其实就是Windows系统下常说的“ANSI”编码，所以我们只需要检测文件是否符合Windows-1252的字节特征即可。

核心思路 #

1. 先读取文件的原始二进制数据（而不是直接转文本），因为转文本会丢失原始字节信息；
2. 通过字节特征排除UTF-16/UTF-8等其他编码；
3. 验证字节是否符合Windows-1252的有效范围。

具体实现代码（Angular 4） #

先修改你的文件选择处理逻辑，先读取二进制数据做检测，再决定是否继续处理：

onFileSelected(event: Event) {
  const fileInput = event.target as HTMLInputElement;
  const selectedFile = fileInput.files?.[0];
  
  if (!selectedFile) return;

  const binaryReader = new FileReader();
  binaryReader.onload = (e) => {
    const arrayBuffer = e.target?.result as ArrayBuffer;
    const uint8Array = new Uint8Array(arrayBuffer);
    
    // 检测是否为Windows-1252/ANSI编码
    if (this.isWindows1252Compatible(uint8Array)) {
      // 符合要求，读取文件内容（指定编码保证读取正确）
      const textReader = new FileReader();
      textReader.onload = (textEvent) => {
        const fileContent = textEvent.target?.result as string;
        // 这里写你的插入数据库逻辑
        console.log('文件内容已读取，准备插入数据库:', fileContent);
      };
      textReader.readAsText(selectedFile, 'windows-1252');
    } else {
      alert('请选择Windows-1252或ANSI编码的文件！');
    }
  };
  // 读取原始二进制数据
  binaryReader.readAsArrayBuffer(selectedFile);
}

然后实现检测函数isWindows1252Compatible，通过字节特征判断：

private isWindows1252Compatible(uint8Array: Uint8Array): boolean {
  // 先排除UTF-16（带BOM的情况）
  if (uint8Array.length >= 2) {
    const isUtf16LE = uint8Array[0] === 0xFF && uint8Array[1] === 0xFE;
    const isUtf16BE = uint8Array[0] === 0xFE && uint8Array[1] === 0xFF;
    if (isUtf16LE || isUtf16BE) {
      return false;
    }
  }

  // 检查是否存在UTF-8的无效序列（Windows-1252的扩展字节在UTF-8中是无效的）
  let index = 0;
  while (index < uint8Array.length) {
    const byte = uint8Array[index];
    
    if (byte < 0x80) {
      // ASCII字符，两种编码都支持，继续遍历
      index++;
    } else if (byte >= 0xC0 && byte <= 0xDF) {
      // UTF-8双字节序列，需要下一个字节是0x80-0xBF
      if (index + 1 >= uint8Array.length || (uint8Array[index+1] & 0xC0) !== 0x80) {
        // 无效UTF-8序列，说明是Windows-1252
        return true;
      }
      index += 2;
    } else if (byte >= 0xE0 && byte <= 0xEF) {
      // UTF-8三字节序列
      if (index + 2 >= uint8Array.length || 
          (uint8Array[index+1] & 0xC0) !== 0x80 || 
          (uint8Array[index+2] & 0xC0) !== 0x80) {
        return true;
      }
      index += 3;
    } else if (byte >= 0xF0 && byte <= 0xF7) {
      // UTF-8四字节序列
      if (index + 3 >= uint8Array.length || 
          (uint8Array[index+1] & 0xC0) !== 0x80 || 
          (uint8Array[index+2] & 0xC0) !== 0x80 || 
          (uint8Array[index+3] & 0xC0) !== 0x80) {
        return true;
      }
      index += 4;
    } else {
      // 字节在0x80-0xBF或0xF8-0xFF，这些是Windows-1252的有效字节，UTF-8中无效
      return true;
    }
  }

  // 如果遍历完全是有效UTF-8，那可能是纯ASCII文件（两种编码兼容），视为符合要求
  return true;
}

补充说明 #

• 纯ASCII文件（只有0-127的字节）同时兼容Windows-1252和UTF-8，这里我们默认视为符合你的要求；
• 这种检测不是100%精准，但覆盖了绝大多数日常场景，因为没有绝对可靠的方法检测无BOM的编码；
• 读取内容时一定要指定'windows-1252'编码，避免浏览器默认用UTF-8读取导致乱码。

内容的提问来源于stack exchange，提问作者user1015388