StreamReader 和文件乱码

相信很多人在读取文件的时候都会碰到乱码的情况，所谓乱码就是错乱的编码的意思，造成乱码的是由于编码不一致导致的。

 

演示程序：

新建3个文本文件：

编码和名字一样，分别是ansi,Unicode,utf8

里面的内容都是：

~！@#￥%……&*（）

abcdefg

123456789

测试数据

 

 

读取这些文件的代码如下：

public static void Main()

{

    List<string> lstFilePath = new List<string>()

    {

        "H:\\TestText\\ansi.txt",

        "H:\\TestText\\unicode.txt",

        "H:\\TestText\\utf8.txt"

    };

 

    foreach (string filePath in lstFilePath)

    {

        using (StreamReader reader = new StreamReader(filePath))

        {

            Console.WriteLine("读取文件" + filePath);

            Console.WriteLine(reader.ReadToEnd());

            Console.WriteLine("************************************************************");

        }

    }

}

 

输出入下：

 

由于第一个文件使用ansi编码，但是StreamReader 的默认构造函数使用的是utf8编码，所以乱码了。

StreamReader 旨在以一种特定的编码输入字符，而 Stream 类用于字节的输入和输出。 使用 StreamReader 读取标准文本文件的各行信息。

除非另外指定， StreamReader 的默认编码为 UTF-8，而不是当前系统的 ANSI 代码页。 UTF-8 可以正确处理 Unicode 字符并在操作系统的本地化版本上提供一致的结果。

 

所以解决上面的编码问题的解决方案是使用StreamReader，并且传递Encoding.Default作为编码,一般在中文操作系统中，Encoding.Default是Gb2312编码。

 

public static void Main()

{

    List<string> lstFilePath = new List<string>()

    {

        "H:\\TestText\\ansi.txt",

        "H:\\TestText\\unicode.txt",

        "H:\\TestText\\utf8.txt"

    };

 

    foreach (string filePath in lstFilePath)

    {

        using (StreamReader reader = new StreamReader(filePath,Encoding.Default))

        {

            Console.WriteLine("读取文件" + filePath);

            Console.WriteLine(reader.ReadToEnd());

            Console.WriteLine("************************************************************");

        }

    }

}

输出如下：

从这里得到一个结论：使用StreamReader,并且使用Encoding.Default 作为编码。

很可惜，上面的这个结论在某些情况下页会存在问题，例如在你的操作系统中Encoding.Default 是Encoding.UTF8的时候。

最完美的解决方案是：文件使用什么编码保存的，就用什么编码来读取。

那如何得到文件的编码呢？

使用下面的代码就可以了：

public static Encoding GetEncoding(string filePath)
        {
            if (filePath == null)
            {
                throw new ArgumentNullException("filePath");
            }
            Encoding encoding1 = Encoding.Default;
            if (File.Exists(filePath))
            {
                try
                {
                    using (FileStream stream1 = new FileStream(filePath, FileMode.Open, FileAccess.Read))
                    {
                        if (stream1.Length > 0)
                        {
                            using (StreamReader reader1 = new StreamReader(stream1, true))
                            {
                                char[] chArray1 = new char[1];
                                reader1.Read(chArray1, 0, 1);
                                encoding1 = reader1.CurrentEncoding;
                                reader1.BaseStream.Position = 0;
                                if (encoding1 == Encoding.UTF8)
                                {
                                    byte[] buffer1 = encoding1.GetPreamble();
                                    if (stream1.Length >= buffer1.Length)
                                    {
                                        byte[] buffer2 = new byte[buffer1.Length];
                                        stream1.Read(buffer2, 0, buffer2.Length);
                                        for (int num1 = 0; num1 < buffer2.Length; num1++)
                                        {
                                            if (buffer2[num1] != buffer1[num1])
                                            {
                                                encoding1 = Encoding.Default;
                                                break;
                                            }
                                        }
                                    }
                                    else
                                    {
                                        encoding1 = Encoding.Default;
                                    }
                                }
                            }
                        }
                    }
                }
                catch (Exception exception1)
                {
                    throw;
                }
                if (encoding1 == null)
                {
                    encoding1 = Encoding.UTF8;
                }
            }
            return encoding1;
        }

 

这段代码使用encoding1.GetPreamble()方法来得到编码的字节序列，然后重新读取数据，比较数据，如果不相同则说明是Encoding.Default.

否则是Encoding.Utf8.

有了GetEncoding(filename)方法后，可以将上面的读取代码修改如下：

public static void Main()

{

    List<string> lstFilePath = new List<string>()

    {

        "H:\\TestText\\ansi.txt",

        "H:\\TestText\\unicode.txt",

        "H:\\TestText\\utf8.txt"

    };

 

    foreach (string filePath in lstFilePath)

    {

        using (StreamReader reader = new StreamReader(filePath, GetEncoding(filePath)))

        {

            Console.WriteLine("读取文件" + filePath);

            Console.WriteLine(reader.ReadToEnd());

            Console.WriteLine("当前编码：" + reader.CurrentEncoding.EncodingName);

            Console.WriteLine("************************************************************");

        }

    }

}

输出如下：

从这里可以看到ansi 编码，Encoding.Default 就是简体中文(GB2312)