在 C# 中解析应该是制表符分隔的文件 [重复]

Question

B"H

我有一个应该用制表符分隔的文件。 Excel打开它没有问题。但是当我尝试 File.ReadAllText() 时，我无法得到一个像样的表示。 我能做的最好的就是使用 UTF8 来返回大部分数据，但是第一行全乱了，文档其余部分的一些选项卡丢失了。

这是使用 UTF8 读取时的第一行： �\u0010\b\u0004c\u0004\0\0�\u0006�\u0003\0\0\0\0!�A\u0004\0\0\0\0\0\0\0\0\u0001 \0\0\0ID\0\0\0\0\0\0C\0\0\0\0\u0006\0\0\0\0\0\0\0\0\0\0\0 \0\0\0\0NAME\0\0\0\0\0\0\0C\0\0\0\0\u001e\0\0\0\0\0\0\0\0\0 \0\0\0\0\0\0ADDR\0\0\0\0\0\0\0C\0\0\0\0(\0\0\0\0\0\0\0\ 0\0\0\0\0\0\0\0ADDRC\0\0\0\0\0\0C\0\0\0\0(\0\0\0\0\0\0\0 \0\0\0\0\0\0\0\0CITY\0\0\0\0\0\0\0C\0\0\0\0\u001e\0\0\0\0\0 \0\0\0\0\0\0\0\0\0\0STATE\0\0\0\0\0\0C\0\0\0\0\u0014\0\0\0\0 \0\0\0\0\0\0\0\0\0\0\0ZIP\0\0\0\0\0\0\0L\0\0\0\0\u0001\0\0 \0\0\0\0\0\0\0\0\0\0\0\0\0\r

以下是在记事本中打开时显示的前几个字节： õc ÁŸ !£A

有人认识这种编码吗？

Answer 1

首先，让我们检查是否存在与编码相关的问题，这是纯文本文件的祸根。使用 Microsoft Word 或 Notepad++ 通过预览每个编码来发现编码。

在 Microsoft Word 中，转到菜单、“选项”、“高级”、“常规”小节并勾选“打开时确认文件格式转换”。完成后，单击“确定”按钮。然后，在 Microsoft Word 中打开该文件。预览每个编码，直到找到一个正确显示所有内容的编码。

找到编码后，使用 .NET Framework to open the file with that encoding 的 StreamReader 类。

Answer 2

到目前为止，这种获取文件编码的方式对我来说很好。

http://weblog.west-wind.com/posts/2007/Nov/28/Detecting-Text-Encoding-for-StreamReader

    /// <summary>
    /// Detects the byte order mark of a file and returns
    /// http://weblog.west-wind.com/posts/2007/Nov/28/Detecting-Text-Encoding-for-StreamReader
    /// an appropriate encoding for the file.
    /// </summary>
    /// <param name="srcFile"></param>
    /// <returns></returns>
    public static Encoding GetFileEncoding(string srcFile)
    {
        // *** Use Default of Encoding.Default (Ansi CodePage)
        Encoding enc = Encoding.Default;
        // *** Detect byte order mark if any - otherwise assume default
        byte[] buffer = new byte[5];
        FileStream file = new FileStream(srcFile, FileMode.Open);
        file.Read(buffer, 0, 5);
        file.Close();

        if (buffer[0] == 0xef && buffer[1] == 0xbb && buffer[2] == 0xbf)
            enc = Encoding.UTF8;
        else if (buffer[0] == 0xfe && buffer[1] == 0xff)
            enc = Encoding.Unicode;
        else if (buffer[0] == 0 && buffer[1] == 0 && buffer[2] == 0xfe && buffer[3] == 0xff)
            enc = Encoding.UTF32;
        else if (buffer[0] == 0x2b && buffer[1] == 0x2f && buffer[2] == 0x76)
            enc = Encoding.UTF7;
        return enc;
    }

我是这样用的

//To read
Encoding currentFileEnc = GetFileEncoding(TheFile);
using (StreamReader sr = new StreamReader(TheFile, currentFileEnc))
{
    //Blah blah blah
}

//To write back
using (StreamWriter sw = new StreamWriter(TempFilePath, false, currentFileEnc))
{
    //blah blah blah
}