Question

我正在尝试创建一个可以检测文本文件的编码模式的方法。我知道那里有很多，但我确定我的文本文件可以是ASCII，UTF-8或UTF-16。我只需要检测这三个。有人知道这样做的方法吗？

Answer 1

首先，以二进制模式打开文件并将其读入内存。

对于UTF-8（或ASCII），请进行验证检查。您可以使用Encoding.GetEncoding("UTF-8", EncoderFallback.ExceptionFallback, DecoderFallback.ExceptionFallback).GetString(bytes)解码文本并捕获异常。如果没有，则数据是有效的UTF-8。这是代码：

private bool detectUTF8Encoding(string filename)
{
    byte[] bytes = File.ReadAllBytes(filename);
    try {
        Encoding.GetEncoding("UTF-8", EncoderFallback.ExceptionFallback, DecoderFallback.ExceptionFallback).GetString(bytes);
        return true;
    } catch {
        return false;
    }
}

对于UTF-16，请检查BOM（FE FF或FF FE，具体取决于字节顺序。）

Answer 2

使用StreamReader识别编码。

示例：

using(var r = new StreamReader(filename, Encoding.Default))
{
    richtextBox1.Text = r.ReadToEnd();
    var encoding = r.CurrentEncoding;
}

确定文本文件编码模式

2 个答案: