C 解決讀寫包含漢字的txt檔案時亂碼的問題

為了解決這個問題，我寫了乙個類，來取得乙個文字檔案的encoding，這樣我們就可以建立對應的streamreader和streamwriter來讀寫，保證不會出現亂碼現象。其實原理很簡單，文字編輯器(比如xp自帶的記事本)在生成文字檔案時，如果編碼格式和系統預設的編碼(中文系統下預設為gb2312)不一致時，會在txt檔案開頭部分新增特定的;編碼位元組序標識(encoding bit order madk，簡寫為bom)」，類似pe格式的"mz"檔案頭。這樣它在讀取時就可以根據這個bom來確定該文字檔案生成時所使用的encoding。這個bom我們用記事本等程式開啟預設是看不到的，但是用stream按位元組讀取時是可以讀到的。我的這個txtfileencoding類就是根據這個bom;檔案頭」來確定txt檔案生成時用到的編碼的。

由於在gb2312和utf7編碼都沒有bom，所以需要指定乙個預設的encoding，在找不到合法的bom時，將返回這個encoding。有誰知道如何區分gb2312和utf7編碼txt檔案的方法，也請告訴我。

由於只是static方法，所以不用new，直接通過類名呼叫方法，使用起來也很簡單。

using system;

using system.text;

using system.io;

namespace system.shangfei.text

///

/// 取得乙個文字檔案的編碼方式。如果無法在檔案頭部找到有效的前導符，encoding.default將被返回。

///

/// 檔名。

///

public

static encoding getencoding(string filename)

///

/// 取得乙個文字檔案流的編碼方式。

///

/// 文字檔案流。

///

public

static encoding getencoding(filestream stream)

///

/// 取得乙個文字檔案的編碼方式。

///

/// 檔名。

/// 預設編碼方式。當該方法無法從檔案的頭部取得有效的前導符時，將返回該編碼方式。

///

public

static encoding getencoding(string filename, encoding defaultencoding)

///

/// 取得乙個文字檔案流的編碼方式。

///

/// 文字檔案流。

/// 預設編碼方式。當該方法無法從檔案的頭部取得有效的前導符時，將返回該編碼方式。

///

public

static encoding getencoding(filestream stream, encoding defaultencoding)

if(stream.length >= 4)

//根據檔案流的前4個位元組判斷encoding

//unicode ;

//be-unicode ;

//utf8 = ;

if(byte1 == 0xfe && byte2 == 0xff)//unicodebe

if(byte1 == 0xff && byte2 == 0xfe && byte3 != 0xff)//unicode

if(byte1 == 0xef && byte2 == 0xbb && byte3 == 0xbf)//utf8

//恢復seek位置

stream.seek(origpos, seekorigin.begin);

} return targetencoding; } }

} 測試

using system;

using farproc.text;

using system.text;

using system.io; }

} net下的string永遠是unicode的，所以只能判斷txt檔案的encoding。對於byte，只有自己知道它的encoding才能轉換為string 轉換為其他編碼的byte，乙個例外是把整個txt檔案通過stream讀入byte後也可以根據它的前幾個位元組判斷

encoding，對於片斷，我們就無能為力了:)

C 解決讀寫包含漢字的txt檔案時亂碼的問題

C 解決讀寫包含漢字的txt檔案時亂碼的問題

C 讀寫txt檔案

c 讀寫txt檔案

C 解決讀寫包含漢字的txt檔案時亂碼的問題

C 解決讀寫包含漢字的txt檔案時亂碼的問題

C 讀寫txt檔案

c 讀寫txt檔案

相關推薦