C#如何自動(dòng)識(shí)別文件的編碼
前言
C#中識(shí)別文件的編碼是一個(gè)頭疼的問(wèn)題,最近在做導(dǎo)入微信商戶后臺(tái)退款數(shù)據(jù)時(shí),無(wú)論怎么設(shè)置編碼導(dǎo)出來(lái)都是亂碼,后來(lái)在網(wǎng)上找了這個(gè)識(shí)別文件編碼的代碼,感覺(jué)不錯(cuò)。最后識(shí)別出來(lái)是gb2312,看來(lái)我還是太渣了,只能吃土了,竟然忘記了這個(gè)編碼。
下面話不多說(shuō),上代碼。
/// <summary> /// 用于取得一個(gè)文本文件的編碼方式(Encoding)。 /// </summary> public class TxtFileEncoder { public TxtFileEncoder() { // // TODO: 在此處添加構(gòu)造函數(shù)邏輯 // } /// <summary> /// 取得一個(gè)文本文件的編碼方式。如果無(wú)法在文件頭部找到有效的前導(dǎo)符,Encoding.Default將被返回。 /// </summary> /// <param name="fileName">文件名。</param> /// <returns></returns> public static Encoding GetEncoding(string fileName) { return GetEncoding(fileName, Encoding.Default); } /// <summary> /// 取得一個(gè)文本文件流的編碼方式。 /// </summary> /// <param name="stream">文本文件流。</param> /// <returns></returns> public static Encoding GetEncoding(FileStream stream) { return GetEncoding(stream, Encoding.Default); } /// <summary> /// 取得一個(gè)文本文件的編碼方式。 /// </summary> /// <param name="fileName">文件名。</param> /// <param name="defaultEncoding">默認(rèn)編碼方式。當(dāng)該方法無(wú)法從文件的頭部取得有效的前導(dǎo)符時(shí),將返回該編碼方式。</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> /// 取得一個(gè)文本文件流的編碼方式。 /// </summary> /// <param name="stream">文本文件流。</param> /// <param name="defaultEncoding">默認(rèn)編碼方式。當(dāng)該方法無(wú)法從文件的頭部取得有效的前導(dǎo)符時(shí),將返回該編碼方式。</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個(gè)字節(jié) byte byte1 = 0; byte byte2 = 0; byte byte3 = 0; byte byte4 = 0; //保存當(dāng)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()); } //根據(jù)文件流的前4個(gè)字節(jié)判斷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; } //恢復(fù)Seek位置 stream.Seek(origPos, SeekOrigin.Begin); } return targetEncoding; } // 新增加一個(gè)方法,解決了不帶BOM的 UTF8 編碼問(wèn)題 /// <summary> /// 通過(guò)給定的文件流,判斷文件的編碼類型 /// </summary> /// <param name="fs">文件流</param> /// <returns>文件的編碼類型</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 }; //帶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> /// 判斷是否是不帶 BOM 的 UTF8 格式 /// </summary> /// <param name="data"></param> /// <returns></returns> private static bool IsUTF8Bytes(byte[] data) { int charByteCounter = 1; //計(jì)算當(dāng)前正分析的字符應(yīng)還有的字節(jié)數(shù) byte curByte; //當(dāng)前分析的字節(jié). for (int i = 0; i < data.Length; i++) { curByte = data[i]; if (charByteCounter == 1) { if (curByte >= 0x80) { //判斷當(dāng)前 while (((curByte <<= 1) & 0x80) != 0) { charByteCounter++; } //標(biāo)記位首位若為非0 則至少以2個(gè)1開(kāi)始 如:110XXXXX...........1111110X if (charByteCounter == 1 || charByteCounter > 6) { return false; } } } else { //若是UTF-8 此時(shí)第一位必須為1 if ((curByte & 0xC0) != 0x80) { return false; } charByteCounter--; } } if (charByteCounter > 1) { throw new Exception("非預(yù)期的byte格式!"); } return true; } }
總結(jié)
以上就是C#自動(dòng)識(shí)別文件編碼的全部?jī)?nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助,如果有疑問(wèn)大家可以留言交流。
- c# 使用OpenCV識(shí)別硬幣
- c# 開(kāi)發(fā)文字識(shí)別軟件
- c# 開(kāi)發(fā)語(yǔ)音識(shí)別程序
- C# Winform調(diào)用百度接口實(shí)現(xiàn)人臉識(shí)別教程(附源碼)
- C# 10分鐘完成百度人臉識(shí)別(入門篇)
- C# SDK實(shí)現(xiàn)百度云OCR的文字識(shí)別功能
- C# winform程序?qū)崿F(xiàn)開(kāi)機(jī)自啟動(dòng)并且識(shí)別是開(kāi)機(jī)啟動(dòng)還是雙擊啟動(dòng)
- C#二維碼圖片識(shí)別代碼
- C#圖像識(shí)別 微信跳一跳機(jī)器人
- .NET/C#實(shí)現(xiàn)識(shí)別用戶訪問(wèn)設(shè)備的方法
- .NET C#利用ZXing生成、識(shí)別二維碼/條形碼
- c# 圓形識(shí)別方案和直線識(shí)別方案的參考示例
相關(guān)文章
C#中按引用傳遞與按值傳遞的區(qū)別,以及ref與out關(guān)鍵字的用法詳解
以下是對(duì)C#中按引用傳遞與按值傳遞的區(qū)別,以及ref與out關(guān)鍵字的用法進(jìn)行了詳細(xì)的分析介紹,需要的朋友可以過(guò)來(lái)參考下2013-07-07C#使用隊(duì)列(Queue)解決簡(jiǎn)單的并發(fā)問(wèn)題
這篇文章主要介紹了使用隊(duì)列(Queue)解決簡(jiǎn)單的并發(fā)問(wèn)題,講解的很細(xì)致,喜歡的朋友們可以了解一下2015-07-07學(xué)習(xí)C#靜態(tài)函數(shù)及變量的一個(gè)精典例子與代碼
學(xué)習(xí)C#靜態(tài)函數(shù)及變量的一個(gè)精典例子與代碼...2007-03-03C#打印類PrintDocument、PrintDialog、PrintPreviewDialog使用示例
這篇文章主要介紹了C#打印類PrintDocument、PrintDialog、PrintPreviewDialog使用示例,本文分別給出了示例代碼,需要的朋友可以參考下2015-06-06C#內(nèi)置隊(duì)列類Queue用法實(shí)例
這篇文章主要介紹了C#內(nèi)置隊(duì)列類Queue用法,實(shí)例分析了C#內(nèi)置隊(duì)列的添加、移除等相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-04-04