C# 判断一个文本文件的编码格式（转载）

最新推荐文章于 2023-01-30 18:00:42 发布

anyi2404

最新推荐文章于 2023-01-30 18:00:42 发布

阅读量1.6k

点赞数

文章标签： c# 操作系统

原文链接：http://www.cnblogs.com/OpenCoder/p/10499245.html

版权

本文介绍了如何通过读取文件头的两个字节来判断C#中的文本文件是ANSI还是Unicode编码。同时，对比了使用StreamWriter和FileStream写入数据的区别，指出StreamWriter在写入UTF-8编码时会自动添加文件头，而FileStream则不会，可能导致读取时出现乱码问题。最佳实践是使用StreamWriter写入，StreamReader读取文本文件。

摘要由CSDN通过智能技术生成

文件的字符集在Windows下有两种，一种是ANSI，一种Unicode。
对于Unicode，Windows支持了它的三种编码方式，一种是小尾编码（Unicode)，一种是大尾编码(BigEndianUnicode)，一种是UTF-8编码。
我们可以从文件的头部来区分一个文件是属于哪种编码。当头部开始的两个字节为 FF FE时，是Unicode的小尾编码；当头部的两个字节为FE FF时，是Unicode的大尾编码；当头部两个字节为EF BB时，是Unicode的UTF-8编码；当它不为这些时，则是ANSI编码。
按照如上所说，我们可以通过读取文件头的两个字节来判断文件的编码格式，代码如下(C#代码）：
程序中System.Text.Encoding.Default是指操作系统的当前 ANSI 代码页的编码。

public System.Text.Encoding GetFileEncodeType(string filename)
{
    using (System.IO.FileStream fs = new System.IO.FileStream(filename, System.IO.FileMode.Open, System.IO.FileAccess.Read))
    {
        System.IO.BinaryReader br = new System.IO.BinaryReader(fs);
        byte[] buffer = br.ReadBytes(2);

        if (buffer[0] >= 0xEF)
        {
            if (buffer[0] == 0xEF && buffer[1] == 0xBB)
            {
                return System.Text.Encoding.UTF8;
            }
            else if (buffer[0] == 0xFE && buffer[1] == 0xFF)
            {
                return System.Text.Encoding.BigEndianUnicode;
            }
            else if (buffer[0] == 0xFF && buffer[1] == 0xFE)
            {
                return System.Text.Encoding.Unicode;
            }
            else
            {
                return System.Text.Encoding.Default;
            }
        }
        else
        {
            return System.Text.Encoding.Default;
        }
    }
}