如何从中性的bytes获取正确的编码？
很久以前曾写一篇文章来研究.NET中的编码：
http://blog.csdn.net/www_123du_com/archive/2006/08/24/1114266.aspx
今天有人遇到个问题：如何从中性的bytes获取正确的编码？(如windows自带的记事本)
细想一下，得出一方案：
先将其以猜测的编码方式解码成string，然后再将string以此编码方式再次编码，比较前后的bytes。
(如果以错误的编码方式解码后未丢失数据，那么此方法将无效，不过经过我的简单测试，基本都成功了)
//encodings参数可以不填(那么将默认猜测gb2312,utf-8,unicode三种编码)
publicstringGetString(byte[]buffer,paramsEncoding[]encodings)
{
if(encodings.Length<1)
{
encodings=newEncoding[]{Encoding.GetEncoding("gb2312"),Encoding.UTF8,Encoding.Unicode};
}
foreach(Encodingencodinginencodings)
{
//按此编码获取字符串
stringstr=encoding.GetString(buffer);
//反向转换一次，看是否可逆
byte[]tempBytes=encoding.GetBytes(str);
//若长度不一样，编码错误
if(buffer.Length!=tempBytes.Length)
{
continue;
}
for(inti=0;i<buffer.Length;i++)
{
//若其中任何一个字节不一样，也说明编码错误
if(buffer[i]!=tempBytes[i])
{
gotocontinueforeach;
}
}
returnstr;
continueforeach:
continue;
}
thrownewException("没有找到正确的编码或数据错误。");
}
publicstringGetString(byte[]buffer,paramsEncoding[]encodings)
{
if(encodings.Length<1)
{
encodings=newEncoding[]{Encoding.GetEncoding("gb2312"),Encoding.UTF8,Encoding.Unicode};
}
foreach(Encodingencodinginencodings)
{
//按此编码获取字符串
stringstr=encoding.GetString(buffer);
//反向转换一次，看是否可逆
byte[]tempBytes=encoding.GetBytes(str);
//若长度不一样，编码错误
if(buffer.Length!=tempBytes.Length)
{
continue;
}
for(inti=0;i<buffer.Length;i++)
{
//若其中任何一个字节不一样，也说明编码错误
if(buffer[i]!=tempBytes[i])
{
gotocontinueforeach;
}
}
returnstr;
continueforeach:
continue;
}
thrownewException("没有找到正确的编码或数据错误。");
}
如果是文本文件，可以判断前几个字节来获知编码(来源:CSDN 袁晓辉)：
///<summary>
///取得一个文本文件流的编码方式。
///</summary>
///<paramname="stream">文本文件流。</param>
///<paramname="defaultEncoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时，将返回该编码方式。</param>
///<returns></returns>
publicstaticEncodingGetEncoding(FileStreamstream,EncodingdefaultEncoding)
{
EncodingtargetEncoding=defaultEncoding;
if(stream!=null&&stream.Length>=2)
{
//保存文件流的前4个字节
bytebyte1=0;
bytebyte2=0;
bytebyte3=0;
bytebyte4=0;
//保存当前Seek位置
longorigPos=stream.Seek(0,SeekOrigin.Begin);
stream.Seek(0,SeekOrigin.Begin);
byte1=Convert.ToByte(stream.ReadByte());
byte2=Convert.ToByte(stream.ReadByte());
if(stream.Length>=3)
{
byte3=Convert.ToByte(stream.ReadByte());
}
if(stream.Length>=4)
{
byte4=Convert.ToByte(stream.ReadByte());
}
//根据文件流的前4个字节判断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;
}
//恢复Seek位置
stream.Seek(origPos,SeekOrigin.Begin);
}
returntargetEncoding;
}
///取得一个文本文件流的编码方式。
///</summary>
///<paramname="stream">文本文件流。</param>
///<paramname="defaultEncoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时，将返回该编码方式。</param>
///<returns></returns>
publicstaticEncodingGetEncoding(FileStreamstream,EncodingdefaultEncoding)
{
EncodingtargetEncoding=defaultEncoding;
if(stream!=null&&stream.Length>=2)
{
//保存文件流的前4个字节
bytebyte1=0;
bytebyte2=0;
bytebyte3=0;
bytebyte4=0;
//保存当前Seek位置
longorigPos=stream.Seek(0,SeekOrigin.Begin);
stream.Seek(0,SeekOrigin.Begin);
byte1=Convert.ToByte(stream.ReadByte());
byte2=Convert.ToByte(stream.ReadByte());
if(stream.Length>=3)
{
byte3=Convert.ToByte(stream.ReadByte());
}
if(stream.Length>=4)
{
byte4=Convert.ToByte(stream.ReadByte());
}
//根据文件流的前4个字节判断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;
}
//恢复Seek位置
stream.Seek(origPos,SeekOrigin.Begin);
}
returntargetEncoding;
}
本文地址：http://www.45fan.com/dnjc/71792.html