如何確定 C# 中字串的編碼？

確定 C# 中字串的編碼

有沒有辦法確定 C# 中字串的編碼？例如，如果您有一個檔案名稱字串，但不確定它是採用 UTF-16 編碼還是系統預設編碼，本指南示範如何確定其編碼。

解：

下面的程式碼具有以下功能：

• 偵測UTF-7， UTF-8/16/32（ bom、無bom、小端和大端）
• 如果未找到Unicode編碼，則回退到本地預設代碼頁
• 偵測（高機率）unicode缺少 BOM/簽署的檔案
• 在檔案內搜尋 charset=xyz 和encoding=xyz以協助確定編碼
• 可自訂的「taster」參數來控制要檢查的位元組數
• 傳回編碼和解碼的文字檔案

public Encoding detectTextEncoding(string filename, out String text, int taster = 1000)
{
    byte[] b = File.ReadAllBytes(filename);

    // Check for BOM/signature
    if (b.Length >= 4 && b[0] == 0x00 && b[1] == 0x00 && b[2] == 0xFE && b[3] == 0xFF)
    {
        text = Encoding.GetEncoding("utf-32BE").GetString(b, 4, b.Length - 4);
        return Encoding.GetEncoding("utf-32BE");
    }
    else if (b.Length >= 4 && b[0] == 0xFF && b[1] == 0xFE && b[2] == 0x00 && b[3] == 0x00)
    {
        text = Encoding.UTF32.GetString(b, 4, b.Length - 4); 
        return Encoding.UTF32;
    }
    else if (b.Length >= 2 && b[0] == 0xFE && b[1] == 0xFF)
    {
        text = Encoding.BigEndianUnicode.GetString(b, 2, b.Length - 2);
        return Encoding.BigEndianUnicode;
    }
    else if (b.Length >= 2 && b[0] == 0xFF && b[1] == 0xFE)
    {
        text = Encoding.Unicode.GetString(b, 2, b.Length - 2); 
        return Encoding.Unicode;
    }
    else if (b.Length >= 3 && b[0] == 0xEF && b[1] == 0xBB && b[2] == 0xBF)
    {
        text = Encoding.UTF8.GetString(b, 3, b.Length - 3); 
        return Encoding.UTF8;
    }
    else if (b.Length >= 3 && b[0] == 0x2b && b[1] == 0x2f && b[2] == 0x76)
    {
        text = Encoding.UTF7.GetString(b, 3, b.Length - 3); 
        return Encoding.UTF7;
    }

    // Check for UTF8 without a BOM/signature
    bool utf8 = false;
    int i = 0;
    while (i = 0xC2 && b[i] = 0x80 && b[i + 1] = 0xE0 && b[i] = 0x80 && b[i + 1] = 0x80 && b[i + 2] = 0xF0 && b[i] = 0x80 && b[i + 1] = 0x80 && b[i + 2] = 0x80 && b[i + 3]  threshold)
    {
        text = Encoding.BigEndianUnicode.GetString(b);
        return Encoding.BigEndianUnicode; 
    }
    count = 0;
    for (int n = 1; n  threshold)
    {
        text = Encoding.Unicode.GetString(b);
        return Encoding.Unicode; 
    }

    // Check for "charset=xyz" or "encoding=xyz"
    for (int n = 0; n = '0' && b[n] = 'a' && b[n] = 'A' && b[n] 

以上是如何確定 C# 中字串的編碼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！