前言
c#中识别文件的编码是一个头疼的问题，最近在做导入微信商户后台退款数据时，无论怎么设置编码导出来都是乱码，后来在网上找了这个识别文件编码的代码，感觉不错。最后识别出来是gb2312，看来我还是太渣了，只能吃土了，竟然忘记了这个编码。
下面话不多说，上代码。
我要评论
/// <summary>
/// 用于取得一个文本文件的编码方式(encoding)。
/// </summary>
public class txtfileencoder
{
public txtfileencoder()
{
//
// todo: 在此处添加构造函数逻辑
//
}
/// <summary>
/// 取得一个文本文件的编码方式。如果无法在文件头部找到有效的前导符，encoding.default将被返回。
/// </summary>
/// <param name="filename">文件名。</param>
/// <returns></returns>
public static encoding getencoding(string filename)
{
return getencoding(filename, encoding.default);
}
/// <summary>
/// 取得一个文本文件流的编码方式。
/// </summary>
/// <param name="stream">文本文件流。</param>
/// <returns></returns>
public static encoding getencoding(filestream stream)
{
return getencoding(stream, encoding.default);
}
/// <summary>
/// 取得一个文本文件的编码方式。
/// </summary>
/// <param name="filename">文件名。</param>
/// <param name="defaultencoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时，将返回该编码方式。</param>
/// <returns></returns>
public static encoding getencoding(string filename, encoding defaultencoding)
{
filestream fs = new filestream(filename, filemode.open);
encoding targetencoding = getencoding(fs, defaultencoding);
fs.close();
return targetencoding;
}
/// <summary>
/// 取得一个文本文件流的编码方式。
/// </summary>
/// <param name="stream">文本文件流。</param>
/// <param name="defaultencoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时，将返回该编码方式。</param>
/// <returns></returns>
public static encoding getencoding(filestream stream, encoding defaultencoding)
{
encoding targetencoding = defaultencoding;
if (stream != null && stream.length >= 2)
{
//保存文件流的前4个字节
byte byte1 = 0;
byte byte2 = 0;
byte byte3 = 0;
byte byte4 = 0;
//保存当前seek位置
long origpos = stream.seek(0, seekorigin.begin);
stream.seek(0, seekorigin.begin);
int nbyte = stream.readbyte();
byte1 = convert.tobyte(nbyte);
byte2 = convert.tobyte(stream.readbyte());
if (stream.length >= 3)
{
byte3 = convert.tobyte(stream.readbyte());
}
if (stream.length >= 4)
{
byte4 = convert.tobyte(stream.readbyte());
}
//根据文件流的前4个字节判断encoding
//unicode {0xff, 0xfe};
//be-unicode {0xfe, 0xff};
//utf8 = {0xef, 0xbb, 0xbf};
if (byte1 == 0xfe && byte2 == 0xff)//unicodebe
{
targetencoding = encoding.bigendianunicode;
}
if (byte1 == 0xff && byte2 == 0xfe && byte3 != 0xff)//unicode
{
targetencoding = encoding.unicode;
}
if (byte1 == 0xef && byte2 == 0xbb && byte3 == 0xbf)//utf8
{
targetencoding = encoding.utf8;
}
//恢复seek位置
stream.seek(origpos, seekorigin.begin);
}
return targetencoding;
}
// 新增加一个方法，解决了不带bom的 utf8 编码问题
/// <summary>
/// 通过给定的文件流，判断文件的编码类型
/// </summary>
/// <param name="fs">文件流</param>
/// <returns>文件的编码类型</returns>
public static system.text.encoding getencoding(stream fs)
{
byte[] unicode = new byte[] { 0xff, 0xfe, 0x41 };
byte[] unicodebig = new byte[] { 0xfe, 0xff, 0x00 };
byte[] utf8 = new byte[] { 0xef, 0xbb, 0xbf }; //带bom
encoding reval = encoding.default;
binaryreader r = new binaryreader(fs, system.text.encoding.default);
byte[] ss = r.readbytes(4);
if (ss[0] == 0xfe && ss[1] == 0xff && ss[2] == 0x00)
{
reval = encoding.bigendianunicode;
}
else if (ss[0] == 0xff && ss[1] == 0xfe && ss[2] == 0x41)
{
reval = encoding.unicode;
}
else
{
if (ss[0] == 0xef && ss[1] == 0xbb && ss[2] == 0xbf)
{
reval = encoding.utf8;
}
else
{
int i;
int.tryparse(fs.length.tostring(), out i);
ss = r.readbytes(i);
if (isutf8bytes(ss))
reval = encoding.utf8;
}
}
r.close();
return reval;
}
/// <summary>
/// 判断是否是不带 bom 的 utf8 格式
/// </summary>
/// <param name="data"></param>
/// <returns></returns>
private static bool isutf8bytes(byte[] data)
{
int charbytecounter = 1; //计算当前正分析的字符应还有的字节数
byte curbyte; //当前分析的字节.
for (int i = 0; i < data.length; i++)
{
curbyte = data[i];
if (charbytecounter == 1)
{
if (curbyte >= 0x80)
{
//判断当前
while (((curbyte <<= 1) & 0x80) != 0)
{
charbytecounter++;
}
//标记位首位若为非0 则至少以2个1开始 如:110xxxxx...........1111110x
if (charbytecounter == 1 || charbytecounter > 6)
{
return false;
}
}
}
else
{
//若是utf-8 此时第一位必须为1
if ((curbyte & 0xc0) != 0x80)
{
return false;
}
charbytecounter--;
}
}
if (charbytecounter > 1)
{
throw new exception("非预期的byte格式!");
}
return true;
}
}
总结
以上就是c#自动识别文件编码的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。
如对本文有疑问， 点击进行留言回复！！
C# 对PDF文档加密、解密（基于Spire.Cloud.SDK for .NET）
Unity通用泛型单例设计模式（普通型和继承自MonoBehaviour）
网友评论