如何判断文本文件的编码格式？

作者 : smokingroom

标题 : 如何判断文本文件的编码格式？

关键字: 文本 编码

分类 : Delphi经验与技巧

密级 : 公开

(评分: , 回复: 0, 阅读: 239) 这里指的文本是用于Windows系统中的扩展名为.txt的文件。 Notepad（记事本）只支持四种格式：ANSI/Unicode/Unicode big endian/UFT-8，在Delphi中如何判断与读取这些不同格式的文本呢？ 首先，不同编码的文本，是根据文本的前两个字节来定义其编码格式的。定义如下： ANSI：　　　　　　　　无格式定义； Unicode： 　　　　　　前两个字节为FFFE； Unicode big endian：　前两字节为FEFF；　 UTF-8：　 　　　　　　前两字节为EFBB；　 知道了各种编码格式的区别，写代码就容易了，以下是我在一个软件中写的处理代码： （注意，Delphi的TMemo/TRichEdit只支持ANSI的文本文件，其它编码格式的文件需要 自行写代码转换成GB2312或BIG5，方能正确显示） type  TTextFormat=(tfAnsi,tfUnicode,tfUnicodeBigEndian,tfUtf8); const  TextFormatFlag:array[tfAnsi..tfUtf8] of word=($0000,$FFFE,$FEFF,$EFBB);　 function WordLoHiExchange(w:Word):Word;register; asm  XCHG AL, AH end; { TextFormat返回文本编码类型，sText未经处理的文本 } procedure ReadTextFile(const FileName: string;  var TextFormat: TTextFormat; var sText:string); var  w:Word;  b:Byte; begin  with TFileStream.Create(FileName,fmOpenRead or fmShareDenyNone) do  try   Read(w,2);   w:=WordLoHiExchange(w);//因为是以Word数据类型读取，故高低字节互换   if w = TextFormatFlag[tfUnicode] then    TextFormat:= tfUnicode   else if w = TextFormatFlag[tfUnicodeBigEndian] then    TextFormat:= tfUnicodeBigEndian   else if w = TextFormatFlag[tfUtf8] then   begin    Read(b,1);//这里要注意一下，UFT-8必须要跳过三个字节。    TextFormat:=tfUtf8;   end else   begin    TextFormat:=tfANSI;    Position:=0;   end;   SetLength(sText,Size-Position);   ReadBuffer(sText[1],Size-Position);  finally   Free;  end; end; ｛ 　写此笔记源自于回复如下贴子，方知有TX有此需求，故公开之。 　http://www.delphibbs.com/delphibbs/dispq.asp?lid=3152966 ｝ 2005-8-4 17:54:48