通过 C# 读取 txt 文件（unicode 和 utf8）

Question

我创建了两个内容相同的 txt 文件（Windows 记事本）“谢谢 - спасибо”，并将它们保存为 utf8 和 unicode。在记事本中，它们看起来不错。然后我尝试使用 .Net 阅读它们：

...File.ReadAllText(utf8FileFullName, Encoding.UTF8);

和

...File.ReadAllText(unicodeFileFullName, Encoding.Unicode);

但在这两种情况下，我都得到了“谢谢 - ???????”。怎么了？

更新： utf8代码

static void Main(string[] args)
        {
            var encoding = Encoding.UTF8;
            var file = new FileInfo(@"D:\encodes\enc.txt");
            Console.OutputEncoding = encoding;
            var content = File.ReadAllText(file.FullName, encoding);
            Console.WriteLine("encoding: " + encoding);
            Console.WriteLine("content: " + content);
            Console.ReadLine();
        }

结果： 感谢 ÑпаÑибо

Answer 1

编辑为UTF8 应该支持字符。您似乎正在输出到尚未设置编码的控制台或位置。如果是这样，您需要设置编码。对于控制台，您可以这样做

string allText = File.ReadAllText(unicodeFileFullName, Encoding.UTF8);
Console.OutputEncoding = Encoding.UTF8;
Console.WriteLine(allText);

Answer 2

在向控制台输出 Unicode 或 UTF-8 编码的多字节字符时，您需要设置编码并确保控制台具有支持多字节字符的字体集，以便显示相应的字形.使用现有代码，MessageBox.Show(content) 或 Windows 或 Web 窗体上的显示将正确显示。

查看http://msdn.microsoft.com/en-us/library/system.console.aspx，了解有关在控制台窗口中设置字体的说明。

"对 Unicode 字符的支持要求编码器识别特定的 Unicode 字符，并且还需要具有呈现该字符所需的字形的字体。要成功地将 Unicode 字符显示到控制台，控制台字体必须是设置为非光栅或 TrueType 字体，例如 Consolas 或 Lucida Console。”

附带说明，您可以使用 FileStream 类读取文件的前三个字节，并在读取文件时查找字节顺序标记指示符以自动设置编码。例如，如果 byte[0] == 0xEF && byte[1] == 0xBB && byte[2] == 0xBF 那么你有一个 UTF-8 编码的文件。更多信息请参考http://en.wikipedia.org/wiki/Byte_order_mark。

Answer 3

使用编码类型默认

File.ReadAllText(unicodeFileFullName, Encoding.Default);

它将修复 ???? 字符。