无法识别文本文件中的字符（例如€²μ）

Question

我有一个包含内容的文本文件：

A B C D Ä 1 4 0 $ % & € / [ ) = ß ² µ §

如果你问我编码 - 我不知道。如果我用Notepad ++打开它，我会在编码菜单Encoding in ANSI

中看到

我想阅读此文件，并正确识别每个角色。作为代码我有这个：

//open and locking the file
using (FileStream fs = File.Open(@"C:\testfile.txt", FileMode.Open, FileAccess.Read, FileShare.None))
{
    using (TextReader reader = new StreamReader(fs))
    {
        string line;
        //reading and printing each line
        while ((line = reader.ReadLine()) != null)
        {
            System.Console.WriteLine(line);
        }
    }
}

作为输出我得到：

因此，对于Ä € ß ² µ §，我得到?。这就是为什么我认为这是因为控制台，所以将其改为UTF8，所以我可能能够获得更好的输出。但它并没有真正帮助。

System.Console.OutputEncoding = System.Text.Encoding.UTF8;

这就是为什么我认为在阅读文件时出现了问题。我应该改变StreamReader的编码。但是没有那么多选择。我正在尝试UTF8，ASCII，但它没有帮助。有什么想法吗？

编辑：感谢Matthew，将System.Text.Encoding.Default添加到StreamReader是有帮助的。现在只有char €无法识别。不要得到它，有些字符“特别”吗？

Edit2：好吧，€只是一个问题，因为控制台是错误的（？）。如果我在调试模式下查看字符串，€也没问题。

所以现在我的工作解决方案是：

1。）使用默认编码的阅读器：

using (TextReader reader = new StreamReader(fs, System.Text.Encoding.Default))

和

2.。）不使用控制台输出，只是在调试模式下读取字符串

Answer 1

如果您使用ANSI，则可以这样做：

using (TextReader reader = new StreamReader(fs, System.Text.Encoding.Default))

但是，只有当前的代码页对于您正在阅读的文件是正确的时，这才有效。它可能会，但为了完全可移植性，您应该确定您正在使用和使用的实际代码页：

using (TextReader reader = new StreamReader(fs, new System.Text.Encoding(codePageNumber)))

其中 codePageNumber 是文本文件的代码页。

Answer 2

您可以使用Mozilla Universal Charset Detector，其.NET端口可用here来非常可靠地确定文件的编码。然后，您可以使用正确的编码打开大多数文件，而您只需付出很少的努力。