NET中判断一个文本文件的编码方式

本文介绍如何通过文件头部的特定字节来识别Windows文件的编码格式,包括Unicode的小尾编码、大尾编码及UTF-8编码,并提供了一段C#代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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 Shared Function GetFileEncodeType(ByVal stream As Stream) As Encoding
    Dim buffer() As Byte
    Using br As New BinaryReader(stream)
        buffer = br.ReadBytes(2)
        br.Close()
    End Using
    If buffer(0) >= &HEF Then
        If buffer(0) = &HEF AndAlso buffer(1) = &HBB Then
            Return Encoding.UTF8
        ElseIf buffer(0) = &HFE AndAlso buffer(1) = &HFF Then
            Return Encoding.BigEndianUnicode
        ElseIf buffer(0) = &HFF AndAlso buffer(1) = &HFE Then
            Return Encoding.Unicode
        Else
            Return Encoding.Default
        End If
    Else
        Return Encoding.Default
    End If
End Function


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值