比如文件是用 utf-8 写的，还是 gb2312。 解决方案: 用 file -I 命令看文件字符集是什么 这个文档列举了很多文件编码的特定标识。可以读文件头里的二进制去分析。 现成的库: https://github.com/chardet/chardet https://github.com/aadsm/jschardet