zoukankan      html  css  js  c++  java
  • [C#Util]读写文件汉字乱码

         当我们用System.IO.StreamReader读取包含汉字的txt文件时,经常会读出乱码(StreamWriater写文本文件也有类似的问题),原因很简单,就是文件的编码(encoding)和StreamReader/Writer的encoding不对应。
        为了解决这个问题,我写了一个类,来取得一个文本文件的encoding,这样我们就可以创建对应的StreamReader和StreamWriter来读写,保证不会出现乱码现象。其实原理很简单,文本编辑器(比如XP自带的记事本)在生成文本文件时,如果编码格式和系统默认的编码(中文系统下默认为GB2312)不一致时,会在txt文件开头部分添加特定的“编码字节序标识(Encoding Bit Order Madk,简写为BOM)”,类似PE格式的"MZ"文件头。这样它在读取时就可以根据这个BOM来确定该文本文件生成时所使用的Encoding。这个BOM我们用记事本等程序打开默认是看不到的,但是用stream按字节读取时是可以读到的。我的这个TxtFileEncoding类就是根据这个BOM“文件头”来确定txt文件生成时用到的编码的。

    using System;
    using System.IO;
    using System.Text;
    
    namespace XXX.XXX.XXX.Common
    {
        public class EncodingHelper
        {
            /// <summary>
            /// GetEncoding
            /// </summary>
            /// <param name="fileName"></param>
            /// <returns></returns>
            public static Encoding GetEncoding(string fileName)
            {
                return GetEncoding(fileName, Encoding.Default);
            }
    
            /// <summary>
            /// GetEncoding
            /// </summary>
            /// <param name="stream"></param>
            /// <returns></returns>
            public static Encoding GetEncoding(FileStream stream)
            {
                return GetEncoding(stream, Encoding.Default);
            }
    
            /// <summary>
            /// GetEncoding
            /// </summary>
            /// <param name="fileName"></param>
            /// <param name="defaultEncoding"></param>
            /// <returns></returns>
            public static Encoding GetEncoding(string fileName, Encoding defaultEncoding)
            {
                var fs = new FileStream(fileName, FileMode.Open);
                var targetEncoding = GetEncoding(fs, defaultEncoding);
                fs.Close();
                return targetEncoding;
            }
    
            /// <summary>
            /// GetEncoding
            /// </summary>
            /// <param name="stream"></param>
            /// <param name="defaultEncoding"></param>
            /// <returns></returns>
            public static Encoding GetEncoding(FileStream stream, Encoding defaultEncoding)
            {
                var targetEncoding = defaultEncoding;
                if (stream != null && stream.Length >= 2)
                {
                    //保存文件流的前4个字节
                    byte byte1 = 0;
                    byte byte2 = 0;
                    byte byte3 = 0;
                    byte byte4 = 0;
    
                    //保存当前Seek位置
                    long origPos = stream.Seek(0, SeekOrigin.Begin);
                    stream.Seek(0, SeekOrigin.Begin);
    
                    int nByte = stream.ReadByte();
                    byte1 = Convert.ToByte(nByte);
                    byte2 = Convert.ToByte(stream.ReadByte());
                    if (stream.Length >= 3)
                    {
                        byte3 = Convert.ToByte(stream.ReadByte());
                    }
                    if (stream.Length >= 4)
                    {
                        byte4 = Convert.ToByte(stream.ReadByte());
                    }
    
                    //根据文件流的前4个字节判断Encoding
                    //Unicode {0xFF, 0xFE};
                    //BE-Unicode {0xFE, 0xFF};
                    //UTF8 = {0xEF, 0xBB, 0xBF};
                    if (byte1 == 0xFE && byte2 == 0xFF)//UnicodeBe
                    {
                        targetEncoding = Encoding.BigEndianUnicode;
                    }
    
                    if (byte1 == 0xFF && byte2 == 0xFE && byte3 != 0xFF)//Unicode
                    {
                        targetEncoding = Encoding.Unicode;
                    }
    
                    if (byte1 == 0xEF && byte2 == 0xBB && byte3 == 0xBF)//UTF8
                    {
                        targetEncoding = Encoding.UTF8;
                    }
    
                    //恢复Seek位置       
                    stream.Seek(origPos, SeekOrigin.Begin);
                }
    
                return targetEncoding;
            }
    
            /// <summary>
            /// GetEncoding
            /// </summary>
            /// <param name="bytes"></param>
            /// <param name="defaultEncoding"></param>
            /// <returns></returns>
            private static Encoding GetEncoding(byte[] bytes, Encoding defaultEncoding)
            {
                var targetEncoding = defaultEncoding;
    
                byte byte1 = 0;
                byte byte2 = 0;
                byte byte3 = 0;
    
                if (bytes.Length >= 1)
                {
                    byte1 = bytes[0];
                }
    
                if (bytes.Length >= 2)
                {
                    byte2 = bytes[1];
                }
    
                if (bytes.Length >= 3)
                {
                    byte3 = bytes[2];
                }
    
                if (byte1 == 0xFE && byte2 == 0xFF)
                {
                    targetEncoding = Encoding.BigEndianUnicode;
                }
    
                if (byte1 == 0xFF && byte2 == 0xFE && byte3 != 0xFF)
                {
                    targetEncoding = Encoding.Unicode;
                }
    
                if (byte1 == 0xEF && byte2 == 0xBB && byte3 == 0xBF)
                {
                    targetEncoding = Encoding.UTF8;
                }
    
                return targetEncoding;
            }
        }
    }


     

  • 相关阅读:
    Web API框架学习——消息管道(二)
    Web API框架学习——路由(一)
    【转】Lucene.NET详细使用与优化详解
    ASP.NET MVC 创建控制器类过程
    ASP.NET MVC创建视图过程
    ORM映射设计思想
    UWP--集合绑定数据
    UWP--MVVM简单计算器
    UWP--数据绑定的几种方式
    一个自动管理学生信息的控制台应用程序(C语言)Label:Water
  • 原文地址:https://www.cnblogs.com/CopyPaster/p/2473267.html
Copyright © 2011-2022 走看看