C#怎么判断一个文件的编码格式是UTF-8 without BOM的啊

Posted 2023-03-18

文本文件的开头头三个字节存放编码格式，这三个字节就叫做 BOM。

当头部开始的两个字节为 0xff 0xfe 0x41 时，是Unicode的小尾编码；当头部的两个字节为 0xfe 0xff 0x00 时，是Unicode的大尾编码；当头部两个字节为 0xef 0xbb 0xbf 时，是Unicode的UTF-8编码；当它不为这些时，则是ANSI编码。

判断是ANSI还是无BOM的UTF-8还得多一步，这里有一篇很好的代码示例，我就不做搬运工了：http://blog.csdn.net/dqswuyundong/article/details/40376751 参考技术A C#写文件时指定是否有BOM：
1）下面的代码是UTF-8 without BOM:

var utf8WithoutBom = new System.Text.UTF8Encoding(false);
using (var sink = new StreamWriter("Foobar.txt", false, utf8WithoutBom))

sink.WriteLine("...");


2）下面是C#在写文件时指定BOM头的代码：
var utf8WithBom = new System.Text.UTF8Encoding(true); // 用true来指定包含bom

StreamWriter swr = null;
try

swr = new StreamWriter("okbase.txt", false, utf8WithBom);
swr.Write("hello okbase.net!");

catch(Exception e)


finally

if (swr != null)

swr.Close();
swr.Dispose();