解決C#讀寫txt文件中文(漢字)亂碼的問題

最新文章：Virson's Blog

不少朋友遇到用System.IO.StreamReader讀取包含漢字的txt文件時，經常會讀出亂碼（StreamWriater寫文本文件也有類似的問題），原因很簡單，就是文件的編碼（encoding）和StreamReader/Writer的encoding不對應。

為了解決這個問題，我寫了一個類，來取得一個文本文件的encoding，這樣我們就可以創建對應的

StreamReader和StreamWriter來讀寫，保證不會出現亂碼現象。其實原理很簡單，文本編輯器（比如XP自帶的記事

本）在生成文本文件時，如果編碼格式和系統默認的編碼（中文系統下默認為GB2312）不一致時，會在txt文件開頭

部分添加特定的“編碼字節序標識（Encoding Bit Order Madk，簡寫為BOM）”，類似PE格式的"MZ"文件頭。這樣

它在讀取時就可以根據這個BOM來確定該文本文件生成時所使用的Encoding。這個BOM我們用記事本等程序打開默認

是看不到的，但是用stream按字節讀取時是可以讀到的。我的這個TxtFileEncoding類就是根據這個BOM“文件頭”

來確定txt文件生成時用到的編碼的。

using System;
using System.Collections.Generic;
using System.Text;
using System.IO;

namespace OnlineEditLib
{
    public class TxtFileEncoding
    {
        public TxtFileEncoding()
        {
            //
            // TODO: 在此處添加構造函數邏輯
            //
        }

        /// <summary>
        /// 取得一個文本文件的編碼方式。如果無法在文件頭部找到有效的前導符，Encoding.Default將被返回。
        /// </summary>
        /// <param name="fileName">文件名。</param>
        /// <returns></returns>
        public static Encoding GetEncoding(string fileName)
        {
            return GetEncoding(fileName, Encoding.Default);
        }

        /// <summary>
        /// 取得一個文本文件流的編碼方式。
        /// </summary>
        /// <param name="stream">文本文件流。</param>
        /// <returns></returns>
        public static Encoding GetEncoding(FileStream stream)
        {
            return GetEncoding(stream, Encoding.Default);
        }

        /// <summary>
        /// 取得一個文本文件的編碼方式。
        /// </summary>
        /// <param name="fileName">文件名。</param>
        /// <param name="defaultEncoding">默認編碼方式。當該方法無法從文件的頭部取得有效的前導符時，將返回該編碼方式。</param>
        /// <returns></returns>
        public static Encoding GetEncoding(string fileName, Encoding defaultEncoding)
        {
            FileStream fs = new FileStream(fileName, FileMode.Open);
            Encoding targetEncoding = GetEncoding(fs, defaultEncoding);
            fs.Close();
            return targetEncoding;
        }

        /// <summary>
        /// 取得一個文本文件流的編碼方式。
        /// </summary>
        /// <param name="stream">文本文件流。</param>
        /// <param name="defaultEncoding">默認編碼方式。當該方法無法從文件的頭部取得有效的前導符時，將返回該編碼方式。</param>
        /// <returns></returns>
        public static Encoding GetEncoding(FileStream stream, Encoding defaultEncoding)
        {
            Encoding targetEncoding = defaultEncoding;
            if (stream != null && stream.Length >= 2)
            {
                //保存文件流的前4個字節
                byte byte1 = 0;
                byte byte2 = 0;
                byte byte3 = 0;
                byte byte4 = 0;
                //保存當前Seek位置
                long origPos = stream.Seek(0, SeekOrigin.Begin);
                stream.Seek(0, SeekOrigin.Begin);

                int nByte = stream.ReadByte();
                byte1 = Convert.ToByte(nByte);
                byte2 = Convert.ToByte(stream.ReadByte());
                if (stream.Length >= 3)
                {
                    byte3 = Convert.ToByte(stream.ReadByte());
                }
                if (stream.Length >= 4)
                {
                    byte4 = Convert.ToByte(stream.ReadByte());
                }

                //根據文件流的前4個字節判斷Encoding
                //Unicode {0xFF, 0xFE};
                //BE-Unicode {0xFE, 0xFF};
                //UTF8 = {0xEF, 0xBB, 0xBF};
                if (byte1 == 0xFE && byte2 == 0xFF)//UnicodeBe
                {
                    targetEncoding = Encoding.BigEndianUnicode;
                }
                if (byte1 == 0xFF && byte2 == 0xFE && byte3 != 0xFF)//Unicode
                {
                    targetEncoding = Encoding.Unicode;
                }
                if (byte1 == 0xEF && byte2 == 0xBB && byte3 == 0xBF)//UTF8
                {
                    targetEncoding = Encoding.UTF8;
                }

                //恢復Seek位置      
                stream.Seek(origPos, SeekOrigin.Begin);
            }
            return targetEncoding;
        }
    }
}