判断文件的编码方式

本文介绍了一种通过读取文件前几个字节来判断文件编码格式的方法。主要编码格式包括 ANSI、Unicode、Unicode bigendian 和 UTF-8。通过具体示例代码展示了如何使用 C 语言实现这一功能。

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

/*
     功能:实现文件编码格式的判断
     通过一个文件的最前面三个字节,可以判断出该的编码类型:
     ANSI:        无格式定义;(第一个字节开始就是文件内容)
     Unicode:       前两个字节为FFFE;
     Unicode big endian: 前两字节为FEFF; 
     UTF-8:        前两字节为EFBB,第三字节为BF
*/
 
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
 
// 读取一个文件的最前面n个字节,并以十六进制形式输出每个字节的值
void  readNBytes( char  *fileName, int  n)
{
     FILE  *fp = fopen (fileName, "r" );
     unsigned char  *buf = (unsigned char *) malloc ( sizeof (unsigned char )*n);
     int  i;
     if (fp == NULL)
     {
         printf ( "open file [%s] failed.\n" , fileName);
         return ;
     }
     fread (buf, sizeof (unsigned char ), n, fp);
     fclose (fp);
     printf ( "%s:\t" , fileName);
     for (i = 0; i < n; i++)
     {
         printf ( "%x\t" , buf[i]);
     }
     printf ( "\n" );
     free (buf);
}
 
void  main()
{
     char  fileName[][50] = { "ansi.txt" , "unicode.txt" , "ubigendian.txt" , "utf8.txt" };
     int  i;
     for (i = 0; i < 4; i++)
     {
         // 每个文件中的内容都是:你what123456
         readNBytes(fileName[i], 3);
     }
}

每个测试文件中的内容都是:你what123456

运行结果为:

ansi.txt:       c4      e3      77
unicode.txt:    ff      fe      60
ubigendian.txt: fe      ff      4f
utf8.txt:       ef      bb      bf

分类:  C/C++Linux_C/C++
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