StreamReader 问题 - 未知文件编码 (western iso 88591)

Posted 2023-02-25

【中文标题】StreamReader 问题 - 未知文件编码 (western iso 88591)

【英文标题】：StreamReader problem - Unknown file encoding (western iso 88591)

【发布时间】：2010-09-27 02:44:53

【问题描述】：

从输入文件读取数据时，我注意到 ¥ 符号没有被 StreamReader 读取。 Mozilla Firefox 将输入文件类型显示为 Western (ISO-8859-1)。

在玩弄了编码参数后，我发现它成功地适用于以下值：

System.Text.Encoding.GetEncoding(1252) // (western iso 88591)

System.Text.Encoding.Default 

System.Text.Encoding.UTF7

现在我计划使用“默认”设置，但是我不确定这是否是正确的决定。现有代码没有使用任何编码，我担心我可能会破坏某些东西。

我对编码知之甚少（或者说一无所知）。我该怎么做？我决定使用 System.Text.Encoding.Default 安全吗？我应该要求用户以特定格式保存文件吗？

【参考方案1】：

代码页 1252 与 ISO-Latin-1 不太一样。如果您想要 ISO-Latin-1，请使用 Encoding.GetEncoding(28591)。但是，我希望它们对于这个代码点 (U+00A5) 是相同的。 UTF-7 完全不同（而且几乎从来都不是您想要使用的）。

Encoding.Default 是不安全的 - 在大多数情况下这是一个非常糟糕的主意。它特定于您正在运行的特定计算机。如果您将文件从一台计算机传输到另一台计算机，谁知道原始计算机使用的是什么编码？

如果您知道您的文件在 ISO-8859-1 中，请明确使用它。是什么产生了这些文件？如果他们只是被用户保存，他们被保存在什么程序中？如果 UTF-8 是一个选项，那是一个不错的选项 - 部分原因是它可以处理整个 Unicode。

我有一个article on Unicode 和另一个debugging Unicode issues，您可能会觉得有用。

【讨论】：

不幸的是，UTF-8 对我不起作用。阅读文章..“这是一个很大的话题。”并不是我所希望的开始 ;-)

当您尝试读取以 ISO-8859-1 编码的文件时，UTF-8 将不起作用，不。但是，如果您可以说服您的用户改为使用 UTF-8 保存，那将是一个胜利。

【参考方案2】：

现有代码没有使用任何编码

它可能没有明确指定编码，在这种情况下，编码可能默认为 Encoding.UTF8。

名称 Encoding.Default 可能给人的印象是这是 StreamReader 等类使用的默认编码，但事实并非如此：正如 Jon Skeet 指出的那样，Encoding.Default 是操作系统当前 ANSI 的编码代码页。

我个人认为这使属性名称 Encoding.Default 有点误导。

【参考方案3】：

您是软件开发人员吗？不要忘记阅读 Joel Spolsky 的 The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)

【讨论】：

不错！在潜艇上剥洋葱 6 个月！