C#获取文本文件的编码格式Encoding,自动区分GB2312和UTF8|C/S框架网

C#获取文本文件的编码格式Encoding,自动区分GB2312和UTF8

作者:C/S框架网|www.cscode.ne 发布日期:2021/01/18 17:15:45

C#获取文本文件的编码格式Encoding,自动区分GB2312和UTF8

C# Code:

/// <summary>
/// C#获取文本文件的编码，自动区分GB2312和UTF8
/// </summary>
public static class FileEncoding
{

/// <summary>
/// C#根据字节数据byte[]前2位判断文本文件的Encoding编码格式
/// </summary>
/// <param name="bs"></param>
/// <returns></returns>
public static System.Text.Encoding GetType(byte[] bs)
{
Encoding result = System.Text.Encoding.Default;

using (System.IO.MemoryStream fs = new MemoryStream(bs))
{
using (System.IO.BinaryReader br = new System.IO.BinaryReader(fs))
{
Byte[] buffer = br.ReadBytes(2);

if (buffer[0] >= 0xEF)
{
if (buffer[0] == 0xEF && buffer[1] == 0xBB)
{
result = System.Text.Encoding.UTF8;
}
else if (buffer[0] == 0xFE && buffer[1] == 0xFF)
{
result = System.Text.Encoding.BigEndianUnicode;
}
else if (buffer[0] == 0xFF && buffer[1] == 0xFE)
{
result = System.Text.Encoding.Unicode;
}
else
{
result = System.Text.Encoding.Default;
}
}
else
{
result = System.Text.Encoding.Default;
}
br.Close();
br.Dispose();
fs.Close();
fs.Dispose();
}
}

return result;
}

/// <summary>
/// 获取文件编码格式
/// </summary>
/// <param name="file"></param>
/// <returns></returns>
public static System.Text.Encoding GetType(string file)
{
using (FileStream fs = new FileStream(file, FileMode.Open, FileAccess.Read))
{
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;
using (BinaryReader r = new BinaryReader(fs, System.Text.Encoding.Default))
{
int.TryParse(fs.Length.ToString(), out int 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();
}
fs.Close();
fs.Dispose();
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;
}
}

//来源:C/S框架网 | www.csframework.com | QQ:23404761

扫一扫加微信

参考文档：

C# 自动生成Goolge/Baidu的SiteMap.xml文件
C# 通过文件扩展名获取图标和描述
C# 使用List泛型读取和保存文本文件
C#控制台窗体(Console Window)内容输出到文本文件
C# Mini版本文件浏览器.TreeView/ListView应用
C#获取系统嵌入式资源，如Xml,Txt文件
C# 从注册表获取Windows服务的文件路径
C# 几个常用获取当前文件名的方法
C#窗体乱码将文件格式ANSI改为UTF-8
C#获取当前程序集Assembly的文件名
C#获取应用程序当前文件目录位置(安装路径)
通用文本提示对话框窗体支持保存文本文件|C/S框架网
C#使用StreamWriter在大文本文件末尾添加一行内容
C#获取文件的编码格式（UTF-8/UNICODE/ASCII）
C#根据字节数据byte[]前2位判断文本文件的Encoding编码格式

旗舰版V5.1
(作者推荐)

轻量框架V2.1
(2021 release)