我正在尝试读取可能包含任何字符集/codePage 的文件，但我没有设置哪个区域设置以正确读取文件。
下面是我的代码 sn-p，我在其中尝试读取字符集为 windows-1256 的文件，但我想从正在读取的文件中动态获取字符集，以便我可以相应地设置语言环境。
std::wifstream input{ filename.c_str() };
std::wstring content{ std::istreambuf_iterator<wchar_t>(input1), std::istreambuf_iterator<wchar_t>() };
input.imbue(std::locale(".1256"));
contents = ws2s(content); // Convert wstring to CString
【问题讨论】：
标签： c++ unicode character-encoding utf icu
让我直截了当地说：你不能
让我来说明一下：一个文件只是大量的 0 和 1 卡在您的磁盘上。字符集是解释这些 0 和 1 的一种方式。 您必须提供有关如何解释它们的信息，即通过指定字符集。
这样做的典型方法是编写一个标头来指定字符集。
这是一个 html 标头
<head>
<title>Page Title</title>
<meta charset="UTF-8">
</head>
如您所见，字符集必须以一种或另一种方式指定。
有时，您确实会看到一些流氓应用程序猜测字符集，他们通常会通过一些启发式方法来猜测字节的分布，但这并不可靠，而且通常会导致乱码。
作为旁注，请尝试使用UTF-8 everywhere，其他的，说白了就是乱七八糟。
【讨论】：
一般来说，仅使用纯文本文件的内容是不可能准确地做到这一点的。通常你应该依赖一些外部信息。例如，如果文件是使用 HTTP 下载的，则应在响应标头中接收编码。
某些文件可能包含有关文件格式指定的编码的信息。 XML 例如：<?xml version="1.0" encoding="XXX"?>。
如果文件以字节顺序标记开头 - 这是可选的，则可以检测到 Unicode 编码。
如果文件在文件结尾之前包含一个零字节（将字符串终止符表示为窄字符），您通常可以假设编码使用宽字符。同样，如果您发现两个连续的零与 2 字节边界对齐（在结尾之前），那么编码可能是 4 字节宽。
除此之外，您可以尝试根据某些字符的频率来猜测编码。这可以有一些unintended consequences。
【讨论】：