10

我正在使用ReadAllText读取文件 

    String[] values = File.ReadAllText(@"c:\\c\\file.txt").Split(';');

    int i = 0;

    foreach (String s in values)
    {
        System.Console.WriteLine("output: {0} {1} ", i, s);
        i++;
    }

如果我尝试读取某些文件，有时会返回错误的字符（对于 ÖÜÄÀ...）。输出就像'？'，这是因为编码存在一些问题：

output: 0 TEST
output: 1 A??O?

一种解决方案是在 ReadAllText 中设置编码，让我们说这样ReadAllText(@"c:\\c\\file.txt", Encoding.UTF8)可以解决问题。但如果我仍然会得到'？作为输出？如果我不知道文件的编码怎么办？如果每个文件都有不同的编码怎么办？用 c# 做这件事的最好方法是什么？谢谢

4

3 回答 3

9

可靠地做到这一点的唯一方法是在文本文件的开头查找字节顺序标记。（这个 blob 更普遍地表示使用的字符编码的字节顺序，但也表示编码 - 例如 UTF8、UTF16、UTF32）。不幸的是，这种方法仅适用于基于 Unicode 的编码，在此之前没有任何效果（必须使用可靠性要低得多的方法）。

该StreamReader类型支持检测这些标记以确定编码 - 您只需将标志传递给参数，如下所示：

new System.IO.StreamReader("path", true)

然后，您可以检查 的值stremReader.CurrentEncoding以确定文件使用的编码。但是请注意，如果不存在字节编码标记，则CurrentEncoding默认为Encoding.Default.

参考codeproject解决方案检测编码

于 2012-05-25T11:18:49.130 回答
7

您必须先检查文件编码。尝试这个

System.Text.Encoding enc = null; 
System.IO.FileStream file = new System.IO.FileStream(filePath, 
    FileMode.Open, FileAccess.Read, FileShare.Read); 
if (file.CanSeek) 
{ 
    byte[] bom = new byte[4]; // Get the byte-order mark, if there is one 
    file.Read(bom, 0, 4); 
    if ((bom[0] == 0xef && bom[1] == 0xbb && bom[2] == 0xbf) || // utf-8 
        (bom[0] == 0xff && bom[1] == 0xfe) || // ucs-2le, ucs-4le, and ucs-16le 
        (bom[0] == 0xfe && bom[1] == 0xff) || // utf-16 and ucs-2 
        (bom[0] == 0 && bom[1] == 0 && bom[2] == 0xfe && bom[3] == 0xff)) // ucs-4 
    { 
        enc = System.Text.Encoding.Unicode; 
    } 
    else 
    { 
        enc = System.Text.Encoding.ASCII; 
    } 

    // Now reposition the file cursor back to the start of the file 
    file.Seek(0, System.IO.SeekOrigin.Begin); 
} 
else 
{ 
    // The file cannot be randomly accessed, so you need to decide what to set the default to 
    // based on the data provided. If you're expecting data from a lot of older applications, 
    // default your encoding to Encoding.ASCII. If you're expecting data from a lot of newer 
    // applications, default your encoding to Encoding.Unicode. Also, since binary files are 
    // single byte-based, so you will want to use Encoding.ASCII, even though you'll probably 
    // never need to use the encoding then since the Encoding classes are really meant to get 
    // strings from the byte array that is the file. 

    enc = System.Text.Encoding.ASCII; 
}
于 2012-05-25T11:20:09.980 回答
0

就我而言，我正在创建一些简单的 json 文件并且遇到了同样的错误。问题是使用 Visual Studio（目前为 2019）创建文件。

我相信你可以在 VS 选项中找到一些配置来处理这个问题。但是，我发现最快的方法是使用 Notepad++ 创建相同的文件和内容。您可以通过访问编码顶部菜单在 Notepad++ 中设置编码。而且我相信你也可以在其他文本编辑器中找到类似的配置。

于 2021-11-22T01:09:41.853 回答