本文將解決.net(c#)系統(tǒng)中因編碼轉(zhuǎn)換而出現(xiàn)的亂碼問題。

最近的系統(tǒng)與字符集打交道，字符集的編碼是一個非常頭疼的事情，不小心就會造成亂碼。深入學習編碼知識，可以使我們在寫程序時少走彎路。

要實現(xiàn)的功能：將一大堆網(wǎng)頁文件批量導入數(shù)據(jù)庫，然后再從數(shù)據(jù)庫中批量導出保存為網(wǎng)頁文件，導出的文件還需要再導入數(shù)據(jù)庫中，依次循環(huán)。

由于最原始的網(wǎng)頁文件來源很復雜，所以造成了編碼不統(tǒng)一，有utf8、gb2312、gbk等。一般情況下，.net讀取文本文件時，自己會識別出來編碼，不需要我們操心，但是，經(jīng)過測試，從數(shù)據(jù)庫中讀取的內(nèi)容保存為文件后（寫入時統(tǒng)一設(shè)置為utf-8），程序就不能正常識別文件的編碼了。

.net中的System.IO.File.ReadAllText(filePath)，默認采用utf-8為編碼來讀取文件，也可以傳入編碼System.Text.Encoding.Default來解決問題。Default是Encoding類的一個屬性，表示操作系統(tǒng)的當前 ANSI 代碼頁的編碼。不同區(qū)域的操作系統(tǒng)，該屬性值是也是不同的，比如：亞洲地區(qū)語言的編碼的值為：System.Text.DBCSCodePageEncoding。

.net通過文件的BOM信息，能判斷出來文件是什么格式：
Unicode {0xFF, 0xFE};
BE-Unicode {0xFE, 0xFF};
UTF8 = {0xEF, 0xBB, 0xBF};

由上可知,我將數(shù)據(jù)庫里的內(nèi)容保存為文件時，可能沒有將BOM信息寫入文件頭，因此.net沒有正確獲取到文件的編碼類型。

寫入文件時，將BOM信息也添加到文件的代碼：

以下為引用的內(nèi)容： StreamWriter myText; myText = new StreamWriter("文件路徑", false, new UTF8Encoding(true));

這樣保存的文件，.net就可以識別出來它的編碼了，而不至于再造成亂碼的問題了。

小結(jié)：通過將文件轉(zhuǎn)換成byte[],然后分析文件的BOM信息，即可得到文件的編碼類型，然后進行相應的操作，避免造成亂碼！
當文件有BOM信息時，我們通過File.ReadAllText("c:\cn_web_com.html",System.Text.Encoding.Default)就可以讓.net自動去識別文件的編碼類型，從而獲取正確的文件內(nèi)容。
當文件沒有BOM信息時，我們在寫入文件時，最好能添加它的BOM信息。否則，我們只能手動針對不能的編碼來解析不同的文件，比如cn_web_com.html為utf8編碼，我們讀取它時，語句為：File.ReadAllText("c:\cn_web_com.html",System.Text.Encoding.GetEncoding("utf-8"));

總結(jié)

以上是生活随笔為你收集整理的彻底解决.net中编码问题的心得的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。