获取文本文件的编码自动区分GB2312和UTF8代码,CSharp代码库,德仔网

代码语言

代码分类

【CSharp】获取文本文件的编码自动区分GB2312和UTF8

作者:dezai / 发布于2014/6/20/ 514


	using System;
	using System.IO;
	using System.Text;

	/// <summary>
	/// FileEncoding 的摘要说明
	/// </summary>
	namespace FileEncoding
	{
	/// <summary>
	/// 获取文件的编码格式
	/// </summary>
	public class EncodingType
	{
	/// <summary>
	/// 给定文件的路径，读取文件的二进制数据，判断文件的编码类型
	/// </summary>
	/// <param name="FILE_NAME">文件路径</param>
	/// <returns>文件的编码类型</returns>
	public static System.Text.Encoding GetType(string FILE_NAME)
	{
	FileStream fs = new FileStream(FILE_NAME, FileMode.Open, FileAccess.Read);
	Encoding r = GetType(fs);
	fs.Close();
	return r;
	}

	/// <summary>
	/// 通过给定的文件流，判断文件的编码类型
	/// </summary>
	/// <param name="fs">文件流</param>
	/// <returns>文件的编码类型</returns>
	public static System.Text.Encoding GetType(FileStream fs)
	{
	byte[] Unicode = new byte[] { 0xFF, 0xFE, 0x41 };
	byte[] UnicodeBIG = new byte[] { 0xFE, 0xFF, 0x00 };
	byte[] UTF8 = new byte[] { 0xEF, 0xBB, 0xBF }; //带BOM
	Encoding reVal = Encoding.Default;

	BinaryReader r = new BinaryReader(fs, System.Text.Encoding.Default);
	int i;
	int.TryParse(fs.Length.ToString(), out i);
	byte[] ss = r.ReadBytes(i);
	if (IsUTF8Bytes(ss) || (ss[0] == 0xEF && ss[1] == 0xBB && ss[2] == 0xBF))
	{
	reVal = Encoding.UTF8;
	}
	else if (ss[0] == 0xFE && ss[1] == 0xFF && ss[2] == 0x00)
	{
	reVal = Encoding.BigEndianUnicode;
	}
	else if (ss[0] == 0xFF && ss[1] == 0xFE && ss[2] == 0x41)
	{
	reVal = Encoding.Unicode;
	}
	r.Close();
	return reVal;

	}

	/// <summary>
	/// 判断是否是不带 BOM 的 UTF8 格式
	/// </summary>
	/// <param name="data"></param>
	/// <returns></returns>
	private static bool IsUTF8Bytes(byte[] data)
	{
	int charByteCounter = 1; //计算当前正分析的字符应还有的字节数
	byte curByte; //当前分析的字节.
	for (int i = 0; i < data.Length; i++)
	{
	curByte = data[i];
	if (charByteCounter == 1)
	{
	if (curByte >= 0x80)
	{
	//判断当前
	while (((curByte <<= 1) & 0x80) != 0)
	{
	charByteCounter++;
	}
	//标记位首位若为非0 则至少以2个1开始 如:110XXXXX...........1111110X
	if (charByteCounter == 1 || charByteCounter > 6)
	{
	return false;
	}
	}
	}
	else
	{
	//若是UTF-8 此时第一位必须为1
	if ((curByte & 0xC0) != 0x80)
	{
	return false;
	}
	charByteCounter--;
	}
	}
	if (charByteCounter > 1)
	{
	throw new Exception("非预期的byte格式");
	}
	return true;
	}

	}

	
	}

	以下是使用示例

	#region 打开按钮
	/// <summary>
	/// 打开按钮
	/// </summary>
	/// <param name="sender"></param>
	/// <param name="e"></param>
	private void txtMenuOpen_Click(object sender, EventArgs e)
	{
	string fName;
	OpenFileDialog openFileDialog = new OpenFileDialog();
	openFileDialog.InitialDirectory = "";//注意这里写路径时要用c:而不是c:
	openFileDialog.Filter = "文本文档|*.txt";
	openFileDialog.RestoreDirectory = true;
	openFileDialog.FilterIndex = 1;
	if (openFileDialog.ShowDialog() == DialogResult.OK)
	{
	fName = openFileDialog.FileName;

	txtBox.Text = System.IO.File.ReadAllText(fName,
	FileEncoding.EncodingType.GetType(fName));
	}

	}
	#endregion

评论列表

本站所提供的代码，版权归原作者所有，若有侵犯作者版权，请与我们联系，我们将立即删除或修改。谢谢!
本站所有代码发布及提供者。

试试其它关键字

　编码　　文本文件　　 GB2312　　UTF8　

同语言下

可能有用的

dezai贡献的其它代码(1065)