C#文件上傳編碼亂碼
阿新 • • 發佈:2018-06-14
獲取 default == 數據庫 sta 方法 OS enc conf
又遇到文件編碼亂碼的事情,這回稍微有些頭緒,但是還是花了很多時間去解決。
場景:上傳csv文件,導入到數據庫。上傳文件的編碼不定,需要轉成unicode存儲。
問題點:需要解決判斷上傳文件的編碼。
關於編碼,網上已有很多博客解釋,只需查詢關鍵字 unicode ansi bom 等
下面貼一個.net 官方的一些編碼類型 地址:https://msdn.microsoft.com/zh-cn/library/windows/desktop/dd317756(v=vs.85).aspx
我這邊主要是判斷中文編碼和unicode的一系列編碼。在使用GB2312時發現該編碼方式不存在,需要導入編碼包:System.Text.Encoding.CodePages
並在使用該編碼前添加一行
Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
之後即可使用,使用方式如下:
Encoding.GetEncoding("GB2312")
根據網上一個高分根據bom判斷編碼方式(GB2312無法根據bom判斷,且我的案例中只需判斷unicode和GB2312,因此修改了方法,default返回GB2312)
1 /// <summary> 2 /// 獲取文件編碼方式 3 /// </summary> 4 /// <param name="filename"></param>5 /// <returns></returns> 6 public static Encoding GetEncoding(string filename) 7 { 8 // Read the BOM 9 var bom = new byte[4]; 10 using (var file = new FileStream(filename, FileMode.Open, FileAccess.Read)) 11 { 12 file.Read(bom, 0, 4); 13 } 14 15 // Analyze the BOM 16 if (bom[0] == 0x2b && bom[1] == 0x2f && bom[2] == 0x76) return Encoding.UTF7; 17 if (bom[0] == 0xef && bom[1] == 0xbb && bom[2] == 0xbf) return Encoding.UTF8; 18 if (bom[0] == 0xff && bom[1] == 0xfe) return Encoding.Unicode; //UTF-16LE 19 if (bom[0] == 0xfe && bom[1] == 0xff) return Encoding.BigEndianUnicode; //UTF-16BE 20 if (bom[0] == 0 && bom[1] == 0 && bom[2] == 0xfe && bom[3] == 0xff) return Encoding.UTF32; 21 return Encoding.GetEncoding("GB2312"); 22 }
另外,在上傳的文件是根據這個編碼方式,讀入文件流,而.net內部本身就是unicode編碼,可以直接存儲使用。
1 var encoding = GetEncoding(filePath); 2 using (var sr = new StreamReader(file.OpenReadStream(), encoding, true)) //此處必須設置為true,用於設置自動察覺bom 3 { 4 using (var sw = new StreamWriter(filePath)) 5 { 6 await sw.WriteAsync(sr.ReadToEnd()).ConfigureAwait(false); 7 } 8 }
關於這個自動察覺bom,借鑒博客https://www.mgenware.com/blog/?p=175
C#文件上傳編碼亂碼