c# - 确定文本文件编码模式

Question

我正在尝试创建一种可以检测文本文件的编码模式的方法。我知道那里有很多，但我确定我的文本文件是ASCII,UTF-8或UTF-16. 我只需要检测这三个。有人知道这样做的方法吗？

Answer 1

首先，以二进制模式打开文件并将其读入内存。

对于 UTF-8（或 ASCII），请进行验证检查。您可以使用解码文本Encoding.GetEncoding("UTF-8", EncoderFallback.ExceptionFallback, DecoderFallback.ExceptionFallback).GetString(bytes)并捕获异常。如果没有得到，则数据是有效的 UTF-8。这是代码：

private bool detectUTF8Encoding(string filename)
{
    byte[] bytes = File.ReadAllBytes(filename);
    try {
        Encoding.GetEncoding("UTF-8", EncoderFallback.ExceptionFallback, DecoderFallback.ExceptionFallback).GetString(bytes);
        return true;
    } catch {
        return false;
    }
}

对于 UTF-16，检查 BOM（FE FF或FF FE，取决于字节顺序）。

Answer 2

使用 StreamReader 识别编码。

例子：

using(var r = new StreamReader(filename, Encoding.Default))
{
    richtextBox1.Text = r.ReadToEnd();
    var encoding = r.CurrentEncoding;
}