c# - 问号出现而不是空格

Question

我有一个 CSV 文件。在写字板中查看时，某些行的末尾有空格。在 C# 中通过 File.ReadAllText(filename) 读取时，空格显示为 ?。这可能是什么原因造成的？

我想消除这个空格，但使用正则表达式不起作用，因为问号正在混淆数据。

Answer 1

很可能是写字板显示为空格的字符实际上是非 ASCII 字符，或者文件使用了您在 C# 程序中不期望的编码。

在十六进制编辑器中查看该文件。

如果您没有方便的十六进制编辑器，您可以使用File.ReadAllBytes将文件作为字节数组读取，并在您看到问号的位置附近查找超出可打印 ASCII 值范围的字节值。

Answer 2

您使用什么编码来读取文件？

默认编码 (UTF-8) 将高于 0x7F（十进制 127）的代码点表示为 2 个或更多八位字节。代码点 0xA0（十进制 160）以 UTF-8 编码为 0xC2A0。

当解码器读取八位字节 0xA0 时，这表明它是在两个八位字节中编码的代码点的引入八位字节。你得到的值是编码 0xA0 所代表的代码点？？在哪里 '？？' 是下一个八位字节的十六进制值。

您需要使用正确的编码读取文件。不知道文件的来源，很难知道。假设是 Windows 环境，最可能的嫌疑人将是以下编码之一：

• “标准”窗口代码页，windows-1252
• ISO-8859-1 又名 Latin-1
• ISO-8859-2 又名 Latin-2

你可以这样得到一个实例：

Encoding windows1252 = Encoding.GetEncoding( "windows-1252" ) ;
Encoding latin1      = Encoding.GetEncoding( "iso-8859-1"   ) ;
Encoding latin2      = Encoding.GetEncoding( "iso-8859-2"   ) ;

用法类似于：

    Encoding windows1252Encoding = Encoding.GetEncoding( "windows-1252" ) ;

    using ( TextReader tr = new StreamReader( @"c:\foo\bar\bazbat.csz" , windows1252Encoding ) )
    {
        string line ;
        while ( null != (line=tr.ReadLine()) )
        {
            process( line ) ;
        }
    }

Answer 3

这可能是什么原因造成的？

Unicode 字母。

Answer 4

我知道这是一篇旧帖子，但分享我的修复，所以它可能对某些人有用。

我遇到了类似的问题。当 .CSV 文件发布时，我想读取文件并提取内容。

这样做时，所有空白字符都被转换为����</p>

var contentAsString = Encoding.UTF7 .GetString(contentAsByteArray, 0, contentAsByteArray.Length - 1);

添加正确的编码类型，解决了我的问题。

首先我将文件作为字节数组读取，然后应用编码类型。