C＃UTF8读/输出

Question

我正在尝试做一些我认为应该相当简单的事情，但我已经花了太多时间在上面，我已经尝试了几种不同的方法，我研究过但无济于事。

基本上，我有一个巨大的名单，其中包含来自UTF8字符集的“特殊”字符。

我的最终目标是读取每个名称，然后在URL中使用该名称作为GET变量发出HTTP请求。

我的第一个目标是从文件中读取一个名称，并将其标准化以确认我可以在创建字符串并发出所有HTTP请求之前正确读写UTF8。

我制作的test1.txt文件只包含以下内容：

  

OWNAGE

然后我用这个C＃代码读入文件。我将StreamReader编码和Console.OutputEncoding设置为UTF8。

static void Main(string[] args)
{
    Console.OutputEncoding = System.Text.Encoding.UTF8;

    using (StreamReader reader = new StreamReader("test1.txt",System.Text.Encoding.UTF8))
    {
        string line;

        while ((line = reader.ReadLine()) != null)
        {
            Console.WriteLine(line);
        }

    }

    Console.ReadLine();
}

令我惊讶的是，我得到了这样的输出：

预期输出与原始文件内容完全相同。

如果我甚至不能做一个简单的读/写UTF8字符串任务，我怎么能确定我要构建的用于发出HTTP请求的字符串是否正确？

Answer 1

你的程序没问题（假设输入文件实际上是UTF-8）。如果您调试程序并使用Watch窗口查看字符串（line变量），您会发现它是正确的。 那是你如何确定你将发送正确的HTTP请求（或者你对字符串做的任何其他事情）。

您所看到的是Windows控制台中的错误。

幸运的是，它只会影响光栅字体。如果您将控制台窗口更改为使用TrueType字体，例如Consolas或Lucida Console，问题就消失了。

您可以使用“默认值”菜单项为以后的所有窗口设置此项：

Answer 2

请参阅Reading unicode from console

如果您使用的是.NET 4，则需要使用

    Console.InputEncoding = Encoding.Unicode;
    Console.OutputEncoding = Encoding.Unicode;

并确保您使用Lucida Console作为控制台字体。

如果你使用的是.NET 3.5，那么你可能会运气不好。

要有效地从文件中读取行，我可能会使用：

foreach(var line in File.ReadAllLines(path, Encoding.UTF8))
{
   // do stuff
}

Answer 3

为了阅读你提到的所有字符，你必须使用像这样的默认编码

new StreamReader(@"E:\database.txt", System.Text.Encoding.Default))