C#如何自動識別文件的編碼
更新時間：2016年12月06日 11:41:09 作者：辰曉晨
相信每位程序員在日常學習工作中，文件編碼識別是必不可少的，一旦編碼錯誤就會出現(xiàn)讓人頭疼的亂碼，那么下面這篇文章將給大家介紹如何通過C#來自動識別文件的編碼。文中給出了詳細的示例代碼，對大家的理解很有幫助，下面跟著小編一起來學習學習吧。
前言
C#中識別文件的編碼是一個頭疼的問題，最近在做導入微信商戶后臺退款數(shù)據(jù)時，無論怎么設置編碼導出來都是亂碼，后來在網(wǎng)上找了這個識別文件編碼的代碼，感覺不錯。最后識別出來是gb2312，看來我還是太渣了，只能吃土了，竟然忘記了這個編碼。
下面話不多說，上代碼。
/// <summary>
/// 用于取得一個文本文件的編碼方式(Encoding)。
/// </summary>
public class TxtFileEncoder
{
public TxtFileEncoder()
{
//
// TODO: 在此處添加構造函數(shù)邏輯
//
}
/// <summary>
/// 取得一個文本文件的編碼方式。如果無法在文件頭部找到有效的前導符，Encoding.Default將被返回。
/// </summary>
/// <param name="fileName">文件名。</param>
/// <returns></returns>
public static Encoding GetEncoding(string fileName)
{
return GetEncoding(fileName, Encoding.Default);
}
/// <summary>
/// 取得一個文本文件流的編碼方式。
/// </summary>
/// <param name="stream">文本文件流。</param>
/// <returns></returns>
public static Encoding GetEncoding(FileStream stream)
{
return GetEncoding(stream, Encoding.Default);
}
/// <summary>
/// 取得一個文本文件的編碼方式。
/// </summary>
/// <param name="fileName">文件名。</param>
/// <param name="defaultEncoding">默認編碼方式。當該方法無法從文件的頭部取得有效的前導符時，將返回該編碼方式。</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>
/// 取得一個文本文件流的編碼方式。
/// </summary>
/// <param name="stream">文本文件流。</param>
/// <param name="defaultEncoding">默認編碼方式。當該方法無法從文件的頭部取得有效的前導符時，將返回該編碼方式。</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個字節(jié)
byte byte1 = 0;
byte byte2 = 0;
byte byte3 = 0;
byte byte4 = 0;
//保存當前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());
}
//根據(jù)文件流的前4個字節(jié)判斷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;
}
//恢復Seek位置
stream.Seek(origPos, SeekOrigin.Begin);
}
return targetEncoding;
}
// 新增加一個方法，解決了不帶BOM的 UTF8 編碼問題
/// <summary>
/// 通過給定的文件流，判斷文件的編碼類型
/// </summary>
/// <param name="fs">文件流</param>
/// <returns>文件的編碼類型</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 }; //帶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>
/// 判斷是否是不帶 BOM 的 UTF8 格式
/// </summary>
/// <param name="data"></param>
/// <returns></returns>
private static bool IsUTF8Bytes(byte[] data)
{
int charByteCounter = 1; //計算當前正分析的字符應還有的字節(jié)數(shù)
byte curByte; //當前分析的字節(jié).
for (int i = 0; i < data.Length; i++)
{
curByte = data[i];
if (charByteCounter == 1)
{
if (curByte >= 0x80)
{
//判斷當前
while (((curByte <<= 1) & 0x80) != 0)
{
charByteCounter++;
}
//標記位首位若為非0 則至少以2個1開始 如:110XXXXX...........1111110X
if (charByteCounter == 1 || charByteCounter > 6)
{
return false;
}
}
}
else
{
//若是UTF-8 此時第一位必須為1
if ((curByte & 0xC0) != 0x80)
{
return false;
}
charByteCounter--;
}
}
if (charByteCounter > 1)
{
throw new Exception("非預期的byte格式!");
}
return true;
}
}
總結
以上就是C#自動識別文件編碼的全部內(nèi)容了，希望本文的內(nèi)容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流。
相關文章
這篇文章主要為大家詳細介紹了C#如何實現(xiàn)將視頻文件分割成一幀幀圖片的方法，文中的示例代碼講解詳細，對我們學習C#有一定的幫助，感興趣的小伙伴可以跟隨小編一起了解一下2022-12-12
如何使用C#將Tensorflow訓練的.pb文件用在生產(chǎn)環(huán)境詳解
這篇文章主要給大家介紹了關于如何使用C#將Tensorflow訓練的.pb文件用在生產(chǎn)環(huán)境的相關資料，文中通過示例代碼介紹的非常詳細，需要的朋友可以參考借鑒，下面隨著小編來一起學習學習吧2018-11-11
這篇文章主要介紹了C#使用ping命令的兩個例子,本文給出了調用CMD命令和使用C# ping類的兩個例子,需要的朋友可以參考下2014-08-08
本文詳細介紹了C#中的排列組合以及具體實現(xiàn)代碼，如下所示，希望對大家有所幫助2016-11-11
這篇文章主要介紹了C#操作IIS方法集合的相關資料，需要的朋友可以參考下2015-09-09
這篇文章主要介紹了c#實現(xiàn)簡單控制臺udp異步通信程序示例,需要的朋友可以參考下2014-04-04
這篇文章介紹了C#多線程中的互斥鎖Mutex，文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-04-04
在.netcore中我們非常方便獲取配置文件節(jié)點參數(shù),但是在非.netcore下一般 我們是使用中方法,本文我們將給大家詳細介紹c#配置文件中自定義塊節(jié)點的方法,文中有詳細的代碼示例供大家參考,具有一定的參考價值,需要的朋友可以參考下2023-10-10
本文介紹了C# 泛型參數(shù)轉換的相關知識，具有很好的參考價值，下面跟著小編一起來看下吧2017-02-02
這篇文章主要介紹了c#實現(xiàn)圖片上傳和顯示的實現(xiàn)方法,可實現(xiàn)圖片上傳效果預覽功能,需要的朋友可以參考下。2016-10-10