C#實(shí)現(xiàn)讀取txt通用的方法小結(jié)

更新時(shí)間：2024年01月29日 15:52:59 作者：搬磚的詩人Z

這篇文章主要為大家詳細(xì)介紹了C#讀取txt通用的方法,兼容所有的UTF-8、Unicode（Little Endian）、BigEndianUnicode,有需要的小伙伴可以了解下

該類主要支持判斷三種編碼類型：UTF-8、Unicode（Little Endian）、BigEndianUnicode。在執(zhí)行判斷時(shí)，會檢查文件的字節(jié)序標(biāo)記（BOM）以及一些特征字節(jié)，從而確定文件的編碼類型。這樣的判斷對于讀取文件時(shí)確保正確解析文本內(nèi)容。

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Text;

namespace ImageRect
{
    public class EncodingType
    {
        /// <summary>
        /// 給定文件的路徑，讀取文件的二進(jìn)制數(shù)據(jù)，判斷文件的編碼類型
        /// </summary>
        /// <param name=“FILE_NAME“>文件路徑</param>
        /// <returns>文件的編碼類型</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 GetType(FileStream 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);
            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(jì)算當(dāng)前正分析的字符應(yīng)還有的字節(jié)數(shù)
            byte curByte; //當(dāng)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(dāng)前
                        while (((curByte <<= 1) & 0x80) != 0)
                        {
                            charByteCounter++;
                        }
                        //標(biāo)記位首位若為非0 則至少以2個(gè)1開始 如:110XXXXX...........1111110X
                        if (charByteCounter == 1 || charByteCounter > 6)
                        {
                            return false;
                        }
                    }
                }
                else
                {
                    //若是UTF-8 此時(shí)第一位必須為1
                    if ((curByte & 0xC0) != 0x80)
                    {
                        return false;
                    }
                    charByteCounter--;
                }
            }
            if (charByteCounter > 1)
            {
                throw new Exception("非預(yù)期的byte格式");
            }
            return true;
        }

    }
}

到此這篇關(guān)于C#實(shí)現(xiàn)讀取txt通用的方法小結(jié)的文章就介紹到這了,更多相關(guān)C#讀取txt內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: