将 XDocument 从 win1251 编码为 utf-8答案

【问题标题】：Encode XDocumnet form win-1251 to utf-8将 XDocument 从 win1251 编码为 utf-8
【发布时间】：2015-10-02 19:29:55
【问题描述】：

我尝试将 XDocument 从 win-1 转换为 utf-8。但在原始观点中，俄罗斯角色的观点很差。

var encoding = new UTF8Encoding(false,false);

        XmlTextWriter xmlTextWriter = new XmlTextWriter("F:\\File", Encoding.GetEncoding("windows-1251"));
        document.Save(xmlTextWriter);
        xmlTextWriter.Close();
        xmlTextWriter = null;

        string text = File.ReadAllText("F:\\File", Encoding.Default);
        XDocument documentcode = XDocument.Parse(text);
        xmlTextWriter = new XmlTextWriter(_Stream, encoding);
        documentcode.Save(xmlTextWriter);
        xmlTextWriter.Flush();

        _Stream.Position = 0;
        Headers.ContentType = new MediaTypeHeaderValue("application/xml");

这是 SOAPUI 中的原始视图

<?xml version="1.0" encoding="utf-8"?><StatObservationList><StatObservation><ObjectID>0b575ec1-7dea-41c4-a1f0-287190715ed2</ObjectID><Name>РўРµСЃС‚РѕРІРѕРµ СЃС‚Р°С‚РЅР°Р±Р»СЋРґРµРЅРёРµ</Name><Code>GPPCode42</Code></StatObservation><StatObservation><ObjectID>3a871ea1-06ee-4991-a263-d643b424bdd4</ObjectID><Name>РњРёРЎРџ</Name><Code /></StatObservation></StatObservationList>

【问题讨论】：

您正在使用 Encoding.Default 打开文件。你确定它和你保存的一样吗？尝试使用 Encoding.GetEncoding("windows-1251") 打开它，因为它是保存时使用的编码
转换是什么意思？目前尚不清楚您要做什么。 XDocument（或内存中的任何字符串）在您对其进行编码之前没有编码 - 即直到您将其写入流。顺便说一句，你不应该使用XmlTextWriter，你应该使用XmlWriter.Create创建一个作家。
我使用 XmlTextWrite 删除 BOM。
目前还不清楚您要做什么。听起来您只需要document.Save(_Stream) - 有什么问题？
我使用了 document.Save(_Stream)，在原始视图中得到了相同的结果。我在论坛上看到了这段代码string text = File.ReadAllText("F:\\File", Encoding.GetEncoding(1251)); document.Declaration = new XDeclaration("1.0", "utf-8", "yes"); XDocument documentcode = XDocument.Parse(text);but 它不起作用/

标签： c# xml utf-8 linq-to-xml encode

【解决方案1】：

我想我现在明白了。无论出于何种原因，您的XDocument 中的文本已使用 Windows-1251 错误地解码。

理想情况下，您需要返回源代码并确保正确解码（使用 UTF8）。转换它可能不是一个完全无损的过程，因为 UTF8 中的代码点在 Windows-1251 中没有表示形式（例如，快速浏览code page 显示0x98 没有任何内容） .

然而，要在事后进行转换，最简单的方法就是取回文本，获取解码时使用的编码字节，然后使用正确的编码解码：

var windows1251 = Encoding.GetEncoding("windows-1251");
var utf8 = Encoding.UTF8;

var originalBytes = windows1251.GetBytes(document.ToString());
var correctXmlString = utf8.GetString(originalBytes);
var correctDocument = XDocument.Parse(correctXmlString);

【讨论】：

win1251中的俄语字符有完整的utf8表示，我查了一下。
这可能是真的，但反之则不然 - 这就是您可能遇到的问题。您拥有的文本最初使用 UTF8 编码，但使用 Windows-1251 解码错误。