我的asp.net应用程序中有一个输入文件。 用户提交CSV文件以更新数据库。
此CSV文件是通过导出.xlsx创建的
此.xlsx文件包含非ascii字符，例如França，Rússia等。
用户有时会通过“CSV（MS-DOS）”（写入ASCII格式）而不是“CSV（逗号分隔文件）”（保留.xlsx编码）错误地保存它。
因此，要在将数据写入数据库之前验证文件编码....
如何安全检测.net中提交的文件的文件编码？
ps：BOM验证还不够。文件可以是带有BOM的UTF。
答案 0 :(得分：4)
如何安全地检测.net中提交的文件的文件编码？
你不能。
Excel的“CSV”保存在机器的ANSI代码页中出现，“CSV（MS-DOS）”出现在OEM代码页中。这两种编码因机器而异，它们从来没有像UTF-8或UTF-16那样有用。 （实际上，在某些东亚机器上，它们甚至可能不完全兼容ASCII。）
您可以根据启发式进行猜测。例如，如果França是您处理的文档中的常见值，则可以检测其常见编码：
F r a n ç a
Code page 1252 (ANSI on Western European machines): 46 72 61 6e e7 61
Code page 850 (OEM on Western European Machines): 46 72 61 6e 87 61
如果你没有这样的常规模式，你可以做的最好是任意猜测（见this question）。无论哪种方式，它都很难被称为“安全”。
CSV作为格式没有声明编码的机制，并且没有仅仅使用UTF-8的事实上的标准。因此，它无法真正用作传输具有任何可靠性的非ASCII文本的机制。
您可以看到的另一种方法是鼓励用户将Excel保存为“Unicode文本”。这将为您提供UTF-16LE编码的.txt文件（.NET术语中为Encoding.Unicode），您可以从BOM中轻松检测到该文件。内容是TSV，因此引用规则与CSV相同，但带有制表符分隔符。