1、IMultiLanguage3 或者 IMultiLanguage2

　　1.1、怎麼判斷XML 的編碼格式（UTF-8或GB2312等）-CSDN論壇.html（https://bbs.csdn.net/topics/391919768）

　　1.2、檢視當前編碼（內碼表） - lslsyqyq的專欄 - CSDN部落格.html（https://blog.csdn.net/lslsyqyq/article/details/80858048）

　　1.3、測試程式碼：（vs08x86）

//#define _UNICODE 1
//#pragma warning(disable:4305 4309)
#pragma
 
 warning(disable:4309)//warning C4309: “初始化”: 截斷常量值
#pragma comment(lib,"ole32")
#pragma comment(lib,"comsupp")
#include <cstdio>
#include <objbase.h>
#include <comip.h>
#include <mlang.h>
#include <tchar.h>
 
typedef _com_ptr_t<_com_IIID<IMultiLanguage3, &IID_IMultiLanguage3> > IMultiLanguage3Ptr;

 
// https://bbs.csdn.net/topics/391919768
int main()
{
    CoInitialize(NULL);
    {
        IMultiLanguage3Ptr pML(CLSID_CMultiLanguage, NULL, CLSCTX_INPROC);
        //char data[] = { 0xD6, 0xD0, 0xCE, 0xC4, 0xB1, 0xE0, 0xC2, 0xEB };
        //char data[] = { 0xD7, 0xB4, 0xCC, 0xAC, 0xCD, 0xBC, 0xD4, 0xAA };//, 0x74, 0x65, 0x73, 0x74 };
 

        char data[] = { 0xD7, 0xDD, 0x9C, 0xAB, 0xCD, 0xBB, 0xD4, 0xA9 };
        int isize = sizeof(data);
        DetectEncodingInfo result[32];
        int result_count = sizeof(result) / sizeof(result[0]);
        //HRESULT hr = pML->DetectInputCodepage(MLDETECTCP_NONE, 0, data, &isize, result, &result_count);
        HRESULT hr = pML->DetectInputCodepage(MLDETECTCP_NONE, 0, data, &isize, result, &result_count);
        if (!SUCCEEDED(hr))
        {
            fprintf(stderr, "Failed with 0x%x\n", hr);
            CoUninitialize();
            return hr;
        }
        for (int i = 0; i < result_count; i++)
        {
            WCHAR desc[100] = {0};
            pML->GetCodePageDescription(result[i].nCodePage, result[i].nLangID, desc, 100);
            printf("CP:%d (%S)\n", result[i].nCodePage, desc);
        }
    }
    CoUninitialize();


    // D7 B4 CC AC CD BC D4 AA 
    system("pause");
    return 0;
}

　　　　下面是一個 GBK編碼的 中文字串的 char陣列資訊：

    char data[] = { 0xD6, 0xD0, 0xCE, 0xC4, 0xB1, 0xE0, 0xC2, 0xEB };// 中文編碼
    //char data[] = { 0xD7, 0xB4, 0xCC, 0xAC, 0xCD, 0xBC, 0xD4, 0xAA };// 狀態圖元
    //char data[] = { 0xD7, 0xDD, 0xCC, 0xAB, 0xCD, 0xBB, 0xD4, 0xAA };// 縱太突元

　　1.4、IMultiLanguage2 interface (Windows) _ Microsoft Docs.html（https://docs.microsoft.com/en-us/previous-versions/windows/internet-explorer/ie-developer/platform-apis/aa741001%28v%3dvs.85%29）

　　1.5、IMultiLanguage2__DetectInputCodepage method (Windows) _ Microsoft Docs.html（https://docs.microsoft.com/en-us/previous-versions/windows/internet-explorer/ie-developer/platform-apis/aa740986%28v%3dvs.85%29）

　　　　ZC：使用 IMultiLanguage2或IMultiLanguage3的DetectInputCodepage 來分析 "狀態圖元"、"縱太突元"的字元陣列，會分不清是 GB2312和UTF8 也是有原因的，∵ Windows自己就搞不清.. 嘗試 開啟Win7x64的記事本，輸入2個字"狀態"，然後 CTRL+S儲存（預設儲存，不手動選擇字元編碼），然後再開啟記事本，發現裡面的資料是亂碼，然後 再"另存為"  此時看到 Windows自己識別出來的編碼是"UTF-8"，可見 Windows自己都分不清楚 GBK 和 不規範的UTF8 編碼...

2、

3、

4、Java的相關資料：

　　4.1、Java讀取檔案,判斷是否UTF-8的解決方案 - 墨的部落格 - CSDN部落格.html（https://blog.csdn.net/dreamworld204/article/details/79286793）

首先，UTF-8的編碼方式：

1位元組 0xxxxxxx 
2位元組 110xxxxx 10xxxxxx 
3位元組 1110xxxx 10xxxxxx 10xxxxxx 
4位元組 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 
5位元組 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 
6位元組 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

實際上都在3位元組內，沒有遇到4位元組以上編碼的。根據其編碼格式我們就可以檔案進行一定的驗證了，例如：（ZC：後面是一段程式碼，這裡省略）

　　4.2、jchardet

　　　　ZC：前面嘗試 C/C++的chardet，感覺 好蛋疼難受... 查了下，發現 jchardet 卻是資料頗多 而且已經是別人從python翻譯過來弄好的 不需要自己編譯什麼的 用就行了

　　　　ZC：思路：可以將java的程式碼 封裝成 jar（它的檢測結果輸出到檔案中），然後 C/C++ 使用命令列方式執行這個jar  在命令列中讀取到jar寫入到了那個檔案的檔名（或使用固定路徑固定檔名），然後 C/C++再去讀取 jar的輸出檔案　　（疑問：C/C++ 使用命令列方式執行這個jar，不會立即返回吧？應該是等jar執行完後再返回吧？）

　　　ZC：下面 2篇文章還未細看：

　　　　（1）、字符集編碼的自動識別jchardet - 雲守護的專欄 - CSDN部落格.html（https://blog.csdn.net/earbao/article/details/38709701）

　　　　（2）、jChardet探測檔案字元編碼-部落格-雲棲社群-阿里雲.html（https://yq.aliyun.com/articles/59514）

5、