如何读取具有 ANSI 编码和非英文字母的文本文件？

Question

我有一个包含非英语字符的文件，并使用非英语代码页以 ANSI 编码保存。如何在 C# 中读取此文件并正确查看文件内容？

不工作

StreamReader sr=new StreamReader(@"C:\APPLICATIONS.xml",Encoding.ASCII);
var ags = sr.ReadToEnd();
sr=new StreamReader(@"C:\APPLICATIONS.xml",Encoding.UTF8);
ags = sr.ReadToEnd();
sr=new StreamReader(@"C:\APPLICATIONS.xml",Encoding.Unicode);
ags = sr.ReadToEnd();

工作但我需要提前知道代码页是什么，这是不可能的。

sr=new StreamReader(@"C:\APPLICATIONS.xml",Encoding.GetEncoding(1252));
ags = sr.ReadToEnd();

Answer 1

 var text = File.ReadAllText(file, Encoding.GetEncoding(codePage));

代码页列表：https://docs.microsoft.com/en-us/windows/win32/intl/code-page-identifiers?redirectedfrom=MSDN

Answer 2

当您的文本文件使用高 ANSI 编码时，您会得到问号-菱形字符——这意味着它使用 127 到 255 之间的字符。这些字符设置了第八位（即最重要的位）。当 ASP.NET 读取文本文件时，它采用 UTF-8 编码，并且最高有效位具有特殊含义。

您必须强制 ASP.NET 将文本文件解释为高 ANSI 编码，告诉它代码页是 1252：

String textFilePhysicalPath = System.Web.HttpContext.Current.Server.MapPath("~/textfiles/MyInputFile.txt");
String contents = File.ReadAllText(textFilePhysicalPath, System.Text.Encoding.GetEncoding(1252));
lblContents.Text = contents.Replace("\n", "<br />");  // change linebreaks to HTML

Answer 3

如果我没记错的话，无论 XML 编码如何，XmlDocument.Load(string) 方法总是假定为 UTF-8。 您必须创建一个具有正确编码的 StreamReader 并将其用作参数。

xmlDoc.Load(new StreamReader(
                     File.Open("file.xml"), 
                     Encoding.GetEncoding("iso-8859-15"))); 

我刚刚偶然发现了来自 Microsoft 的 KB308061。有一段很有意思： 在 XML 文档的 XML 声明部分中指定编码声明。例如，以下声明表明文档是 UTF-16 Unicode 编码格式：

<?xml version="1.0" encoding="UTF-16"?>

请注意，此声明仅指定 XML 文档的编码格式，并不修改或控制数据的实际编码格式。

链接来源：

XmlDocument.Load() method fails to decode € (euro)

Answer 4

以我的 c++/clr (WinForms) 为例，这种方法取得了成功：

String^ str2 = File::ReadAllText("MyText_cyrillic.txt",System::Text::Encoding::GetEncoding(1251)); 
textBox1->Text = str2;   

Answer 5

using (StreamWriter writer = new StreamWriter(File.Open(@"E:\Sample.txt", FileMode.Append), Encoding.GetEncoding(1250)))  ////File.Create(path)
        {
            writer.Write("Sample Text");
        }