zoukankan      html  css  js  c++  java
  • C# 获取文件编码

    using System;
    using System.Collections.Generic;
    using System.IO;
    using System.Linq;
    using System.Text;
    using System.Threading.Tasks;
    /// <summary>   
        /// 用于取得一个文本文件的编码方式(Encoding)。   
        /// </summary>   
        public class TxtFileEncoder
        {
            public TxtFileEncoder()
            {
                //   
                // TODO: 在此处添加构造函数逻辑   
                //   
            }
            /// <summary>   
            /// 取得一个文本文件的编码方式。如果无法在文件头部找到有效的前导符,Encoding.Default将被返回。   
            /// </summary>   
            /// <param name="fileName">文件名。</param>   
            /// <returns></returns>   
            public static Encoding GetEncoding(string fileName)
            {
                return GetEncoding(fileName, Encoding.Default);
            }
            /// <summary>   
            /// 取得一个文本文件流的编码方式。   
            /// </summary>   
            /// <param name="stream">文本文件流。</param>   
            /// <returns></returns>   
            public static Encoding GetEncoding(FileStream stream)
            {
                return GetEncoding(stream, Encoding.Default);
            }
            /// <summary>   
            /// 取得一个文本文件的编码方式。   
            /// </summary>   
            /// <param name="fileName">文件名。</param>   
            /// <param name="defaultEncoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时,将返回该编码方式。</param>   
            /// <returns></returns>   
            public static Encoding GetEncoding(string fileName, Encoding defaultEncoding)
            {
                FileStream fs = new FileStream(fileName, FileMode.Open);
                Encoding targetEncoding = GetEncoding(fs, defaultEncoding);
                fs.Close();
                return targetEncoding;
            }
            /// <summary>   
            /// 取得一个文本文件流的编码方式。   
            /// </summary>   
            /// <param name="stream">文本文件流。</param>   
            /// <param name="defaultEncoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时,将返回该编码方式。</param>   
            /// <returns></returns>   
            public static Encoding GetEncoding(FileStream stream, Encoding defaultEncoding)
            {
                Encoding 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;
            }
    
    
    
            // 新增加一个方法,解决了不带BOM的 UTF8 编码问题   
    
            /// <summary>   
            /// 通过给定的文件流,判断文件的编码类型   
            /// </summary>   
            /// <param name="fs">文件流</param>   
            /// <returns>文件的编码类型</returns>   
            public static System.Text.Encoding GetEncoding(Stream fs)
            {
                byte[] Unicode = new byte[] { 0xFF, 0xFE, 0x41 };
                byte[] UnicodeBIG = new byte[] { 0xFE, 0xFF, 0x00 };
                byte[] UTF8 = new byte[] { 0xEF, 0xBB, 0xBF }; //带BOM   
                Encoding reVal = Encoding.Default;
    
                BinaryReader r = new BinaryReader(fs, System.Text.Encoding.Default);
                byte[] ss = r.ReadBytes(4);
                if (ss[0] == 0xFE && ss[1] == 0xFF && ss[2] == 0x00)
                {
                    reVal = Encoding.BigEndianUnicode;
                }
                else if (ss[0] == 0xFF && ss[1] == 0xFE && ss[2] == 0x41)
                {
                    reVal = Encoding.Unicode;
                }
                else
                {
                    if (ss[0] == 0xEF && ss[1] == 0xBB && ss[2] == 0xBF)
                    {
                        reVal = Encoding.UTF8;
                    }
                    else
                    {
                        int i;
                        int.TryParse(fs.Length.ToString(), out i);
                        ss = r.ReadBytes(i);
    
                        if (IsUTF8Bytes(ss))
                            reVal = Encoding.UTF8;
                    }
                }
                r.Close();
                return reVal;
    
            }
    
            /// <summary>   
            /// 判断是否是不带 BOM 的 UTF8 格式   
            /// </summary>   
            /// <param name="data"></param>   
            /// <returns></returns>   
            private static bool IsUTF8Bytes(byte[] data)
            {
                int charByteCounter = 1;  //计算当前正分析的字符应还有的字节数   
                byte curByte; //当前分析的字节.   
                for (int i = 0; i < data.Length; i++)
                {
                    curByte = data[i];
                    if (charByteCounter == 1)
                    {
                        if (curByte >= 0x80)
                        {
                            //判断当前   
                            while (((curByte <<= 1) & 0x80) != 0)
                            {
                                charByteCounter++;
                            }
                            //标记位首位若为非0 则至少以2个1开始 如:110XXXXX...........1111110X    
                            if (charByteCounter == 1 || charByteCounter > 6)
                            {
                                return false;
                            }
                        }
                    }
                    else
                    {
                        //若是UTF-8 此时第一位必须为1   
                        if ((curByte & 0xC0) != 0x80)
                        {
                            return false;
                        }
                        charByteCounter--;
                    }
                }
                if (charByteCounter > 1)
                {
                    throw new Exception("非预期的byte格式!");
                }
                return true;
            }
        }
    }
  • 相关阅读:
    转 UICollectionView 详解
    springboot配置ssl证书
    服务器ganglia安装(带有登录验证)
    eureka配置说明
    Servlet中获取请求参数问题
    apidoc学习(接口文档定义取代word)
    markdown语法
    JVM分析
    ftp上传或下载文件工具类
    ubuntu命令安装
  • 原文地址:https://www.cnblogs.com/enych/p/10660167.html
Copyright © 2011-2022 走看看