[.NET]透過StreamReader.CurrentEncoding判斷檔案的編碼

2013-05-20

18891
0
.NET
2013-05-21

[.NET]透過StreamReader.CurrentEncoding讀取檔案的編碼

最近在查一個檔案編碼的問題，原本產品的報表在繁體中文的環境上運作都很正常，但是當使用者的作業系統換成了日文，報表出來就變成了亂碼!

原來是因為產品在開啟報表文字檔時，預設是使用「System.Text.Encoding.Default」來開啟，然後再將它轉成Utf8編碼!

在繁體中文的OS中，Encoding.Default.BodyName的值為 big5。

但在日文的OS中，Encoding.Default.BodyName的值為 iso-2022-jp。

所以原本檔案是 big5 編碼，但卻使用 iso-2022-jp 編碼方式來讀取，最後整個文件都亂掉了!

後來網路上說其實可以透過 StreamReader.CurrentEncoding 來讀取正確的檔案編碼，

所以可以參考「存取文字檔與語系編碼問題」的方式，先偵測檔案是否為UTF-8、Little-Endian Unicode 和 Big-Endian Unicode編碼，否則就用big5編碼來開啟。

而透過 StreamReader.CurrentEncoding 取得檔案編碼之前，要先讀取(如Read, ReadToEnd ..... 等等)。

因為 big5 並沒有BOM可以判斷，所以才要使用這樣的方式!

如果沒有使用new StreamReader(fs, Encoding.GetEncoding(950), true)的話，您會發現，如果檔案編碼為big5的話，StreamReader.CurrentEncoding的值都是會UTF-8哦!

測試程式如下，

//using System.IO;
//using System.Text;
string vstrFormFile = textBox1.Text;
using (FileStream fs = File.Open(vstrFormFile, FileMode.Open, FileAccess.Read, FileShare.Read))
{
	//http://msdn.microsoft.com/zh-tw/library/ms143457(v=vs.80).aspx
	using (StreamReader sr = new StreamReader(fs, Encoding.GetEncoding(950), true))
	{
		sr.Read();
		MessageBox.Show(sr.CurrentEncoding.BodyName.ToString());
		sr.Close();
	}
fs.Close();
}
//MessageBox.Show(System.Text.Encoding.Default.BodyName);

所以，當檔案為UTF-8編碼，上面的範例就會顯示 utf-8 。當檔案為big5編碼，上面的範例就會顯示 big5 。