当文件编码未知时如何使用 ReadAllText

本文关键字：何使用 ReadAllText 未知 文件 编码 | 更新日期: 2023-09-27 18:35:15

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...输出类似于"？"，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，让我们说一些可以解决问题的ReadAllText(@"c:''c''file.txt", Encoding.UTF8)。但是，如果我仍然得到"？"作为输出呢？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？使用 c# 执行此操作的最佳方法是什么？谢谢

当文件编码未知时如何使用 ReadAllText

可靠地执行此操作的唯一方法是在文本文件的开头查找字节顺序标记。（此 blob 更一般地表示所用字符编码的字节序，但也表示编码 - 例如 UTF8、UTF16、UTF32）。不幸的是，此方法仅适用于基于 Unicode 的编码，在此之前什么都行（必须使用不太可靠的方法）。

StreamReader 类型支持检测这些标记以确定编码 - 您只需将一个标志传递给参数，如下所示：

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

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

参考代码项目解决方案以检测编码

您必须先检查文件编码。 试试这个

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; 
}

就我而言，我正在创建一些简单的 json 文件并收到相同的错误。问题是使用Visual Studio（目前为2019）创建文件。

我相信您可以在VS选项中找到一些配置来解决此问题。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记事本++中设置编码。我相信你也可以在其他文本编辑器中找到类似的配置。

相关文章：