C# 如何取得纯文本文件的原编码？【解】

sson

好久没上来，一上来就给各位抛问题，对不起了。


在 .Net 里的 StreamReader 其读取编码模式原设为 UTF8，
就如此，无论纯文本文件(text file)储存为 ASCII 或 Unicode ，它都读为 UTF8 。
虽然可以使用 System.Text.Encoding 来强制读取编码模式，不过前提还是要先知道文本的原编码呀……

苦恼呀……

要怎样才能取得纯文本文件(text file)的原本编码呢？

谢谢

[ 本帖最后由 sson 于 15-3-2006 03:46 PM 编辑 ]

meemee

虽然不是很明白你问的问题，不过我想你应该是想要如何辩认文本的格式，是unicode，ANSI还是utf-8。

如果是unicode/utf的话，文件的头部有byte-order mark。根据msdn的资料，streamreader会直接辨认byte-order mark，所以会自动选择编码。

UTF-8：EF BB BF，3bytes
UTF-16/UCS-2, little endian：FE FF，2bytes (unicode)
UTF-16/UCS-2, big endian：FF FE，2bytes (unicode)

sson

meemee 谢谢你，
小章鱼也试过了
StreamReader myReader = new StreamReader(myFilePath, true);
那个 true 就是识别 BOM 可是 StreamReader 依旧使用 UTF8

goatstudio

看这里: Detecting File Encodings in .NET

sson

goatstudio 谢谢你，小章鱼在网上搜索是也找到这个，只是觉得很麻烦。
再说 StreamReader 既然有了 detectBOMbyte 就应该没有问题了，估计 MS 不会犯这种小错误。
细看了 MSDN 文档后，发现原来 detectBOMbyte 只识别 UTF8 UTF16 Unicode UnicodeB 罢了
在无法不识别时就以 UTF8 为准。

StreamReader myReader = new StreamReader(myFilePath, Encoding.ACSII, true);
就解决了小章鱼的问题，呵呵……
麻烦 goatstudio 和 meemee，谢谢。