一）需求
很多情况下我们需要知道字节流的编码，比如
1) 使用编辑器打开文本文件的时候，编辑器需要识别文本文件的各种编码
2) 上传文件后，分析上传文件字节流需要知道它的编码
3) 读取某个web页面的源代码，并要输出时，需要知道正确的编码才能输出正确的内容
二）探讨
最初和同事讨论如何获取文件/流/字节是否是utf8编码时，发现c#并没有直接的函数，但在SDK中发现UTF8的开头三个字节是“0xEF 0xBB 0xBF”(称为BOM--Byte Order Mark)，Unicode文件的开头两个字节是“0xFF 0xFE”，UTF16SmallEndian文件的开头两个字节是“0xFE 0xFF”，于是写了一个简单的函数去解决，由于没有时间做足够的测试，总觉得会有问题.......
/**//// <summary>
/// 解析 byte 数组是什么样的编码 /// </summary> /// <param name="enc">要传回的编码类型</param> /// <param name="buff">要解析的byte数组</param> /// <remarks> /// 以下示例演示了如何使用 <see cref="GetEncoding"/>方法 /// <code> /// if(Request.Files.Count!=0) /// { /// //获取上传的文件 /// HttpPostedFile pf = Request.Files[0]; /// int fileLength = (int)pf.InputStream.Length; /// //存储上传文件的字节数组 /// byte[] buff = new byte[fileLength]; /// pf.InputStream.Read(buff,0,fileLength); /// pf.InputStream.Close(); /// Encoding enc = null; /// GetEncoding(out enc,buff); /// Response.Write("编码:"+enc.EncodingName); /// Response.Write("<br />"); /// Response.Write("内容:"+enc.GetString(buff)); /// } /// </code>
/// </remarks>
void GetEncoding(out Encoding enc,byte[] buff) 
{ bool flag = false; //用于测试的编码 byte[] testencbuff = new byte[0]; int fileLength = buff.Length; //判断上传的文件的编码是否是Unicode enc = Encoding.Unicode; testencbuff = enc.GetPreamble(); if(fileLength>testencbuff.Length && testencbuff[0] == buff[0] && testencbuff[1]==buff[1])
{ flag = true; 
} //判断上传的文件的编码是否是UTF8 if(!flag) { enc = Encoding.UTF8; testencbuff = enc.GetPreamble(); if(fileLength>testencbuff.Length && testencbuff[0] == buff[0] && testencbuff[1]==buff[1] && testencbuff[2]==buff[2]) { flag = true; } } //判断上传的文件的编码是否是BigEndianUnicode if(!flag) { enc = Encoding.BigEndianUnicode; testencbuff = enc.GetPreamble(); if(fileLength>testencbuff.Length && testencbuff[0] == buff[0] && testencbuff[1]==buff[1]) { flag = true; } } if(!flag) { enc = Encoding.Default; } }
问题出现了，第二天同事告诉我，不是所有的UTF8编码的文件都有BOM信息，那如何解决呢？他先找到了答案 字节流编码获取原来这么复杂 (我也在google和baidu上搜索过，发现C#并没有很好的解决方案)
以下是两篇相关解决问题的文章(java)
http://dev.csdn.net/Develop/article/10/10961.shtm
http://dev.csdn.net/Develop/article/10/10962.shtm
java代码很容易移植到.NET上，那我就来为大家铺条路...
代码有2400多行,请在这里下载代码:下载代码
在移植代码的过程中感谢以下朋友的参与：
playyuer