Question

我有一个SQL文件作为嵌入式资源添加到我的VS.NET 2008项目中。每当我使用以下代码读取文件的内容时，返回的字符串总是以三个垃圾字符开头，然后是我期望的文本。我认为这与我正在使用的Encoding.Default有关，但这只是猜测。为什么这个文字会一直显示出来？我应该只删除前三个字符还是有更明智的方法？

public string GetUpdateRestoreSchemaScript()
{
    var type = GetType();
    var a = Assembly.GetAssembly(type);
    var script = "UpdateRestoreSchema.sql";
    var resourceName = String.Concat(type.Namespace, ".", script);
    using(Stream stream = a.GetManifestResourceStream(resourceName))
    {
        byte[] buffer = new byte[stream.Length];
        stream.Read(buffer, 0, buffer.Length);
        // UPDATE: Should be Encoding.UTF8
        return Encoding.Default.GetString(buffer);
    }
}

更新我现在知道，如果我只是更改最后一行以返回UTF-8编码的字符串，我的代码将按预期工作。这个嵌入式文件总是如此，但它总是如此吗？有没有办法测试任何缓冲区以确定其编码？

Answer 1

该文件可能是utf-8编码，而Encoding.Default是ASCII。为什么不使用特定的编码？

编辑以回复评论：

为了猜测文件编码，您可以在流的开头查找BOM。如果它存在，它会有所帮助，如果没有，那么你只能猜测或询问用户。

Answer 2

如果你试图从程序集加载xml，你实际上需要检查并跳过字节顺序标记字节（驱使我疯了）：

....
byte[] data;
using (var stream = assembly.GetManifestResourceStream(filename))
{
    var length = stream.Length;
    data = new byte[length];
    stream.Read(data, 0, (int) length);
}
if (!HasUtf8ByteOrderMark(data))
{
    throw new InvalidOperationException("Expected UTF8 byte order mark EF BB BF");
}
return Encoding.UTF8.GetChars(data.Skip(3).ToArray());

和

static bool HasUtf8ByteOrderMark(byte[] data)
{
    var bom = new byte[] { 0xEF, 0xBB, 0xBF };
    return data[0] == bom[0] && data[1] == bom[1] && data[2] == bom[2];
}

More information here

Answer 3

我在net.core中遇到了同样的问题您可以让streamreader执行编码

 using (var stream = = a.GetManifestResourceStream(resourceName))
    using (var reader = new StreamReader(stream))
       return reader.ReadToEnd();

为什么Assembly.GetManifestResourceStream（）中的文本以三个垃圾字符开头？

3 个答案: