判断一个文本文件的编码格式

来源：互联网发布：站长工具 seo综合查询编辑：程序博客网时间：2024/05/15 07:15

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){    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;    }}

原文地址：http://www.cnblogs.com/swtseaman/archive/2011/05/17/2048689.html

0 0