[C#]解决读写包含汉字的txt文件时乱码的问题
来源:互联网 发布:matlab cell数组查找 编辑:程序博客网 时间:2024/04/29 00:49
为了解决这个问题,我写了一个类,来取得一个文本文件的encoding,这样我们就可以创建对应的StreamReader和StreamWriter来读写,保证不会出现乱码现象。其实原理很简单,文本编辑器(比如XP自带的记事本)在生成文本文件时,如果编码格式和系统默认的编码(中文系统下默认为GB2312)不一致时,会在txt文件开头部分添加特定的“编码字节序标识(EncodingBitOrderMadk,简写为BOM)”,类似PE格式的"MZ"文件头。这样它在读取时就可以根据这个BOM来确定该文本文件生成时所使用的Encoding。这个BOM我们用记事本等程序打开默认是看不到的,但是用stream按字节读取时是可以读到的。我的这个TxtFileEncoding类就是根据这个BOM“文件头”来确定txt文件生成时用到的编码的。
//作者:袁晓辉
//2005-8-8
////////////
usingSystem;
usingSystem.Text;
usingSystem.IO;
namespaceFarproc.Text
{
///<summary>
///用于取得一个文本文件的编码方式(Encoding)。
///</summary>
publicclassTxtFileEncoding
{
publicTxtFileEncoding()
{
//
//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>
///<paramname="fileName">文件名。</param>
///<returns></returns>
publicstaticEncodingGetEncoding(stringfileName)
{
returnGetEncoding(fileName,Encoding.Default);
}
///<summary>
///取得一个文本文件流的编码方式。
///</summary>
///<paramname="stream">文本文件流。</param>
///<returns></returns>
publicstaticEncodingGetEncoding(FileStreamstream)
{
returnGetEncoding(stream,Encoding.Default);
}
///<summary>
///取得一个文本文件的编码方式。
///</summary>
///<paramname="fileName">文件名。</param>
///<paramname="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>
publicstaticEncodingGetEncoding(stringfileName,EncodingdefaultEncoding)
{
FileStreamfs=newFileStream(fileName,FileMode.Open);
EncodingtargetEncoding=GetEncoding(fs,defaultEncoding);
fs.Close();
returntargetEncoding;
}
///<summary>
///取得一个文本文件流的编码方式。
///</summary>
///<paramname="stream">文本文件流。</param>
///<paramname="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>
publicstaticEncodingGetEncoding(FileStreamstream,EncodingdefaultEncoding)
{
EncodingtargetEncoding=defaultEncoding;
if(stream!=null&&stream.Length>=2)
{
//保存文件流的前4个字节
bytebyte1=0;
bytebyte2=0;
bytebyte3=0;
bytebyte4=0;
//保存当前Seek位置
longorigPos=stream.Seek(0,SeekOrigin.Begin);
stream.Seek(0,SeekOrigin.Begin);
intnByte=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);
}
returntargetEncoding;
}
}
}
由于在GB2312和UTF7编码都没有BOM,所以需要指定一个默认的Encoding,在找不到合法的BOM时,将返回这个Encoding。有谁知道如何区分GB2312和UTF7编码txt文件的方法,也请告诉我。
由于只是static方法,所以不用new,直接通过类名调用方法,使用起来也很简单。
usingSystem;
usingFarproc.Text;
usingSystem.Text;
usingSystem.IO;
namespaceConsoleApplication1
{
///<summary>
///Class1的摘要说明。
///</summary>
classClass1
{
///<summary>
///应用程序的主入口点。
///</summary>
[STAThread]
staticvoidMain(string[]args)
{
//
//TODO:在此处添加代码以启动应用程序
//
stringfileName=@"e:/a.txt";
//生成一个bigendianUnicode编码格式的文本文件
StreamWritersw=newStreamWriter(fileName,false,Encoding.BigEndianUnicode);//你可以试试其他编码,比如Encoding.GetEncoding("GB2312")或UTF8
sw.Write("这是一个String");
sw.Close();
//读取
EncodingfileEncoding=TxtFileEncoding.GetEncoding(fileName,Encoding.GetEncoding("GB2312"));//取得这txt文件的编码
Console.WriteLine("这个文本文件的编码为:"+fileEncoding.EncodingName);
StreamReadersr=newStreamReader(fileName,fileEncoding);//用该编码创建StreamReader
//用下面的方法虽然可以让系统自动判断文本文件的编码格式,但是我们无法取得该文本文件的编码
//sr.CurrentEncoding永远为Unicode(UTF-8)
//StreamReadersr=newStreamReader(fileName,true);
//Console.WriteLine("这个文本文件的编码为:"+sr.CurrentEncoding.EncodingName);
Console.WriteLine("这个文本文件的内容为:"+sr.ReadToEnd());
sr.Close();
Console.ReadLine();
}
}
}
.NET下的string永远是Unicode的,所以只能判断txt文件的Encoding。对于byte[],只有自己知道它的Encoding才能转换为string转换为其他编码的byte[],一个例外是把整个txt文件通过stream读入byte[]后也可以根据它的前几个字节判断Encoding,对于片断,我们就无能为力了:)
- [C#]解决读写包含汉字的txt文件时乱码的问题
- [C#]解决读写包含汉字的txt文件时乱码的问题
- 转:[C#]解决读写包含汉字的txt文件时乱码的问题
- [C#]解决读写包含汉字的txt文件时乱码的问题
- [C#]解决读写包含汉字的txt文件时乱码的问题
- [C#]解决读写包含汉字的txt文件时乱码的问题
- C#解决读写包含汉字的txt文件时乱码的问题
- 解决读写包含汉字的txt文件时乱码的问题
- Java读写txt文件中文乱码问题的解决
- Silverlight读取包含中文的txt(解决乱码问题)
- Java读写json格式的txt文件中文乱码问题
- geotools读写shapefile文件汉字乱码问题的解决方法
- qt读取txt文件 ,解决汉字乱码问题
- qt读取txt文件 ,解决汉字乱码问题
- struts2 链接包含汉字乱码的问题
- 解决 英文版fedora TXT 文件显示乱码的问题
- Fedora中txt文件乱码问题的解决
- ubuntu解决打开windows记事本txt文件乱码的问题
- VB打开一个以字符串命名的窗体
- C#中的文件操作祥解 (转)
- JBOSS4.0+Oracle8i 连接池配置
- java中的文件拷贝,移动
- 爱java,爱生活......
- [C#]解决读写包含汉字的txt文件时乱码的问题
- 通过S60 3rd Edition SDK 看清S60 3.0系统
- 用Ajax 1.0制作一个按钮提交后UpdatePanel动画
- VisualStudio2005技巧集合--打造自己的CodeSnippet
- 遍历文件夹
- 转一首普希金的诗,给郁闷的日子煽煽情!
- DataGrid的双向排序
- VB ExeCuteLine
- 调用约定(calling convention)(转)