zoukankan      html  css  js  c++  java
  • C#实现获取文本文件的编码的一个类(区分GB2312和UTF8)-来自转载收集

    using System;
    using System.IO;
    using System.Text;
      
    /// <summary>
    /// FileEncoding 的摘要说明
    /// </summary>
    namespace FileEncoding
    {
    /// <summary>
    /// 获取文件的编码格式
    /// </summary>
    public class EncodingType
    {
    /// <summary>
    /// 给定文件的路径,读取文件的二进制数据,判断文件的编码类型
    /// </summary>
    /// <param name="FILE_NAME">文件路径</param>
    /// <returns>文件的编码类型</returns>
    public static System.Text.Encoding GetType(string FILE_NAME)
    {
    FileStream fs = new FileStream(FILE_NAME, FileMode.Open, FileAccess.Read);
    Encoding r = GetType(fs);
    fs.Close();
    return r;
    }
      
    /// <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 GetType(FileStream 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);
    int i;
    int.TryParse(fs.Length.ToString(), out i);
    byte[] ss = r.ReadBytes(i);
    if (IsUTF8Bytes(ss) || (ss[0] == 0xEF && ss[1] == 0xBB && ss[2] == 0xBF))
    {
    reVal = Encoding.UTF8;
    }
    else 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;
    }
    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;
    }
      
    }
      
      
    }

    来自转载

  • 相关阅读:
    约束
    TCL(事务控制语言)
    MySQL常见约束
    “三大范式”及数据库设计
    同义词(别名)
    分享35个非常漂亮的单页网站设计案例
    Eclipse智能提示 (原创)
    java架构师之路:JAVA程序员必看的15本书的电子版下载地址
    Java初级学习笔记
    Java程序的汉化
  • 原文地址:https://www.cnblogs.com/mbtq/p/5798858.html
Copyright © 2011-2022 走看看