Question

我应该使用哪种编码来阅读æ，Ø，å，ä，ö，ü等？

Answer 1

您应该使用原始数据的编码。你从哪里获取数据，你是否有关于它所在的编码的信息？如果您尝试使用错误的编码来读取它，您将得到错误的答案：即使您的编码可以处理字符，它也会误解二进制数据。

如果你选择编码，那么UTF-8通常是一个不错的选择。如果你有很多远东角色，那么它在尺寸方面是不好的，但其他方面都不错。特别是，ASCII仍然以每个字符一个字节出现。

Answer 2

此外，你可以把文化读成像çááá等奇怪的carachteres。

CultureInfo pt = CultureInfo.GetCultureInfo("pt-BR");
StreamReader fileReader = new StreamReader("C:\temp\test.txt",Encoding.GetEncoding(pt.TextInfo.ANSICodePage),true);

Answer 3

您需要使用正确的编码，因为提到了所有其他答案。

问题是如何发现编码。这取决于您的文件来源：

如果是XML文件，则在文件开头应该有一个<?xml>处理指令来指定编码。如果没有，你应该假设它是UTF8。
如果是文本文件，则可以尝试UTF8编码，如果失败，则应尝试运行的计算机的系统区域设置。如果失败了，除非你知道有人可以告诉你创建文件的机器的系统区域设置，否则你几乎都是自己的。

在任何情况下，您都应该能够通过使用UTF8并回退到UTF16来覆盖所有文件的大约90％。过去五年中，几乎所有程序或语言都支持Unicode。但是，如果您要从中国消耗大量文件，您可以先尝试使用UTF16，这对编码GB18030来说更为普遍。

Answer 4

编码都归结为这样一个事实：如果你为一个字符使用8位，你只能处理256个不同的字符。看到英国和美国设置了这些惯例，256个标准ASCII字符大多是非重音的西方字符。

这就是UTF8和UTF16发挥作用的地方。 UTF8很像ASCII - 它对大多数西方字符使用一个字节。但是，有一些特殊字节表示字符超出正常的ASCII范围 - 紧跟在特殊字节后面的两个字节表示真实字符。

UTF16（也称为Unicode）取消了特殊指示符字节，每个字符只使用16位。众所周知，16位给你65536个不同的字符，这不足以涵盖所有世界上的书写字符，但它主要完成这项工作。

所以回答你的问题：如果你的大部分字符都是非重音的西方字符，UTF8将是你最紧凑的代表（在许多编辑器中最具可读性）。如果您的大部分字符都是非西方字符（例如中文），您可能想要使用Unicode（又名UTF16）。

祝你好运！

Answer 5

Encoding.UTF8或Encoding.Unicode。

StreamReader类在其构造函数中有一个bool参数，允许它自动检测编码。

Answer 6

没有完全可靠的方法，但您可以使用一些启发式方法来猜测编码。

寻找byte order mark。
如果您没有找到BOM，请假设该文件为UTF-8并尝试解析它。如果它是XML文件，则声明可能包含编码。同样，HTML文件可能包含元编码标记。
如果未能完成上述所有操作，请假设它是UTF-8（或ANSI - 您的选择）。

Rick Strahl has a handy article通过BOM检测编码。它有点过时了 - System.Text.Encoding现在有一个GetPreamble方法，StreamReader有一个重载，它将尝试为你检测编码。

Answer 7

Unicode =＆gt; UTF-8 / UTF-16？：）

Streamreader和外国字符

7 个答案: