.Net Core 读取文件时中文乱码问题的解决方法

Posted 2022-02-22 dotNET跨平台

背景

今天在使用core web api上传txt文档的时候本来很顺利的，但是一测试发现读取的中文内容是乱码的，很是纳闷。

出于经验，立马把代码的Encoding.Default改成 Encoding.uft8, 发现还是不行。后面索性把上传的文件另存为下，特地选择带有bom的utf8选项。

但是发现还是乱码。郁闷。

问题

于是在本能的百度下，发现方法一大堆，但是没有一个可以解决问题的。

无意中，发现了链接，找到了官网   如下 

https://docs.microsoft.com/zh-cn/dotnet/api/system.text.encoding.default?view=netcore-3.1#System_Text_Encoding_Default

进去之后，豁然开朗。里面是这么写的，关于Encoding.Default 属性的定义是这样的。

.NET Framework 中的默认属性

在 Windows 桌面上的 .NET Framework 中， Default 属性始终获取系统的活动代码页并创建 Encoding 与其对应的对象。 活动代码页可能是 ANSI 代码页，其中包括 ASCII 字符集以及不同于代码页的其他字符。 由于所有 Default 基于 ANSI 代码页的编码都将丢失数据，因此请考虑 Encoding.UTF8 改用编码。 在 U + 00 到 U + 7F 范围内，UTF-8 通常是相同的，但可以在不丢失的情况下在 ASCII 范围外对字符进行编码。

.NET Core 上的默认属性

在 .NET Core 中， Default 属性始终返回 UTF8Encoding 。 在运行 .NET Core 应用程序的所有操作系统（Windows、Linux 和 macOS）上都支持 UTF-8。

解决办法

So,.NET Framework 中默认编码是GB2312，而在 .NET Core 中不支持，若想使用必须得先注册编码

代码如下

var completeFilePath = Path.Combine(filePath, saveName);
                    var stream = formFile.OpenReadStream();
                    Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
                    Encoding encoding = Encoding.GetEncoding("gb2312");
                    using var reader = new StreamReader(stream, encoding);
                    var input = reader.ReadToEnd();

到此，问题解决。