嗨，这个问题问得很实用！可惜Node.js的原生fs模块并没有提供像fs.getFileEncoding()这样直接开箱即用的函数来检测文件编码，但咱们可以利用原生的fs和BufferAPI，手动实现一个针对常见编码的基础检测逻辑，能覆盖UTF-8、UTF-16系列、CP-1252等常用场景。

核心思路：从BOM和字节特征入手 #

文件编码的检测主要依赖两个方向：字节顺序标记（BOM）和编码特有的字节模式。其中带BOM的编码是最容易识别的，而无BOM的UTF-8也有可验证的字节规则，其他编码（比如CP-1252）因为字节范围宽泛，很难100%精准判断，只能作为 fallback 推断。

原生实现代码示例 #

下面是一个可直接使用的原生函数，包含BOM检测、UTF-8验证和默认 fallback：

const fs = require('fs');

function detectFileEncoding(filePath) {
  // 先读取文件前4个字节，用于检测各类BOM
  const bomBuffer = fs.readFileSync(filePath, { encoding: null, flag: 'r', limit: 4 });

  // 检测UTF-8 BOM（EF BB BF）
  if (bomBuffer.length >= 3 && bomBuffer[0] === 0xEF && bomBuffer[1] === 0xBB && bomBuffer[2] === 0xBF) {
    return 'UTF-8 with BOM';
  }
  // 检测UTF-16LE BOM（FF FE）
  if (bomBuffer.length >= 2 && bomBuffer[0] === 0xFF && bomBuffer[1] === 0xFE) {
    return 'UTF-16LE';
  }
  // 检测UTF-16BE BOM（FE FF）
  if (bomBuffer.length >= 2 && bomBuffer[0] === 0xFE && bomBuffer[1] === 0xFF) {
    return 'UTF-16BE';
  }
  // 检测UTF-32LE BOM（FF FE 00 00）
  if (bomBuffer.length >= 4 && bomBuffer[0] === 0xFF && bomBuffer[1] === 0xFE && bomBuffer[2] === 0x00 && bomBuffer[3] === 0x00) {
    return 'UTF-32LE';
  }
  // 检测UTF-32BE BOM（00 00 FE FF）
  if (bomBuffer.length >= 4 && bomBuffer[0] === 0x00 && bomBuffer[1] === 0x00 && bomBuffer[2] === 0xFE && bomBuffer[3] === 0xFF) {
    return 'UTF-32BE';
  }

  // 无BOM的情况，尝试验证是否为UTF-8
  // 读取文件前1KB内容做样本（足够判断编码特征）
  const sampleBuffer = fs.readFileSync(filePath, { encoding: null, flag: 'r', limit: 1024 });
  
  // 优先使用Node.js内置的Buffer.isUtf8（v14.11.0+支持）
  if (typeof Buffer.isUtf8 === 'function' && Buffer.isUtf8(sampleBuffer)) {
    return 'UTF-8';
  }

  // 如果是旧版本Node.js，手动实现UTF-8合法性检测
  if (isValidUtf8(sampleBuffer)) {
    return 'UTF-8';
  }

  // 非UTF系列编码，默认返回Windows常见的CP-1252（仅作为 fallback，无法完全精准）
  return 'CP-1252 (fallback)';
}

// 兼容旧Node.js的UTF-8合法性检测函数
function isValidUtf8(buffer) {
  let i = 0;
  while (i < buffer.length) {
    if ((buffer[i] & 0x80) === 0) {
      // 单字节ASCII字符
      i++;
    } else if ((buffer[i] & 0xE0) === 0xC0) {
      // 双字节UTF-8，需后续1个符合规则的字节
      if (i + 1 >= buffer.length || (buffer[i+1] & 0xC0) !== 0x80) return false;
      i += 2;
    } else if ((buffer[i] & 0xF0) === 0xE0) {
      // 三字节UTF-8，需后续2个符合规则的字节
      if (i + 2 >= buffer.length || (buffer[i+1] & 0xC0) !== 0x80 || (buffer[i+2] & 0xC0) !== 0x80) return false;
      i += 3;
    } else if ((buffer[i] & 0xF8) === 0xF0) {
      // 四字节UTF-8，需后续3个符合规则的字节
      if (i + 3 >= buffer.length || (buffer[i+1] & 0xC0) !== 0x80 || (buffer[i+2] & 0xC0) !== 0x80 || (buffer[i+3] & 0xC0) !== 0x80) return false;
      i += 4;
    } else {
      // 无效的UTF-8字节
      return false;
    }
  }
  return true;
}

// 使用示例
console.log(detectFileEncoding('C:/path/to/file.txt'));

注意事项 #

1. 准确性限制：无BOM的非UTF编码（比如CP-1252、ISO-8859-1）很难通过原生方法精准区分，因为它们的字节范围大部分重叠，上面的实现只是返回最常见的CP-1252作为 fallback。
2. 版本兼容性：Buffer.isUtf8()是Node.js 14.11.0及以上版本才新增的API，旧版本需要使用手动实现的isValidUtf8函数。
3. 性能优化：如果处理大文件，建议使用fs.createReadStream流式读取前几个字节，避免一次性读取整个文件。

内容的提问来源于stack exchange，提问作者Hemã Vidal