字节流编码获取[转载]

一）需求 很多情况下我们需要知道字节流的编码，比如 1) 使用编辑器打开文本文件的时候，编辑器需要识别文本文件的各种编码 2) 上传文件后，分析上传文件字节流需要知道它的编码 3) 读取某个web页面的源代码，并要输出时，需要知道正确的编码才能输出正确的内容

二）探讨 最初和同事讨论如何获取文件/流/字节是否是utf8编码时，发现c#并没有直接的函数，但在SDK中发现UTF8的开头三个字节是“0xEF 0xBB 0xBF”(称为BOM--Byte Order Mark)，Unicode文件的开头两个字节是“0xFF 0xFE”，UTF16SmallEndian文件的开头两个字节是“0xFE 0xFF”，于是写了一个简单的函数去解决，由于没有时间做足够的测试，总觉得会有问题.......

/// <summary>   /// 解析 byte 数组是什么样的编码   /// </summary>   /// <param name="enc">要传回的编码类型</param>   /// <param name="buff">要解析的byte数组</param>   /// <remarks>   /// 以下示例演示了如何使用 <see cref="GetEncoding"/>方法   /// <code>   ///  if(Request.Files.Count!=0)   ///  {       ///   //获取上传的文件   ///   HttpPostedFile pf   = Request.Files[0];   ///   int fileLength  = (int)pf.InputStream.Length;   ///   //存储上传文件的字节数组   ///   byte[] buff   = new byte[fileLength];        ///   pf.InputStream.Read(buff,0,fileLength);    ///   pf.InputStream.Close();   ///   Encoding enc = null;   ///   GetEncoding(out enc,buff);        ///   Response.Write("编码:"+enc.EncodingName);   ///   Response.Write("<br />");   ///   Response.Write("内容:"+enc.GetString(buff));   ///  }   /// </code>   /// </remarks>    void  GetEncoding( out  Encoding enc, byte [] buff)    {    bool flag   = false;    //用于测试的编码    byte[] testencbuff = new byte[0];       int fileLength  = buff.Length;    //判断上传的文件的编码是否是Unicode    enc     = Encoding.Unicode;    testencbuff   = enc.GetPreamble();        if(fileLength>testencbuff.Length && testencbuff[0] == buff[0] && testencbuff[1]==buff[1])    {     flag = true;         }    //判断上传的文件的编码是否是UTF8    if(!flag)    {     enc     = Encoding.UTF8;     testencbuff   = enc.GetPreamble();     if(fileLength>testencbuff.Length && testencbuff[0] == buff[0] && testencbuff[1]==buff[1] && testencbuff[2]==buff[2])     {      flag = true;      }    }    //判断上传的文件的编码是否是BigEndianUnicode    if(!flag)    {     enc     = Encoding.BigEndianUnicode;     testencbuff   = enc.GetPreamble();     if(fileLength>testencbuff.Length && testencbuff[0] == buff[0] && testencbuff[1]==buff[1])     {      flag = true;      }    }     if(!flag)    {     enc     = Encoding.Default;    }   }

问题出现了，第二天同事告诉我，不是所有的UTF8编码的文件都有BOM信息，那如何解决呢？他先找到了答案　字节流编码获取原来这么复杂 (我也在google和baidu上搜索过，发现C#并没有很好的解决方案) 以下是两篇相关解决问题的文章(java) http://dev.csdn.net/Develop/article/10/10961.shtm http://dev.csdn.net/Develop/article/10/10962.shtm

java代码很容易移植到.NET上，那我就来为大家铺条路... 代码有2400多行,请在这里下载代码:下载代码

转载于:https://www.cnblogs.com/zjx-sir/archive/2008/07/09/1238672.html