C# 获取文件编码 - Scripts 学盟

internal static int[][] GBFreq = new int[94][];
internal static int[][] GBKFreq = new int[126][];
internal static int[][] Big5Freq = new int[94][];
internal static int[][] EUC_TWFreq = new int[94][];
internal static string[] nicename = new string[]
{
"GB2312", "GBK", "HZ", "Big5", "CNS 11643"
, "ISO 2022CN", "UTF-8", "Unicode", "ASCII", "OTHER"
};

复制代码

/// <summary>
/// 从指定的 <see cref="Uri"/> 中判断编码类型
/// </summary>
/// <param name="testurl">要判断的 <see cref="Uri"/> </param>
/// <returns>返回编码类型("GB2312", "GBK", "HZ", "Big5", "CNS 11643", "ISO 2022CN", "UTF-8", "Unicode", "ASCII", "OTHER")</returns>
/// <example>
/// 以下示例演示了如何调用 <see cref="GetEncodingName"/> 方法：
/// <code>
/// IdentifyEncoding ide = new IdentifyEncoding();
/// Response.Write(ide.GetEncodingName(new Uri("http://china5.nikkeibp.co.jp/china/news/com/200307/pr_com200307170131.html")));
/// </code>
/// </example>
public virtual string GetEncodingName(System.Uri testurl)
{}

复制代码

/// <summary>
/// 从指定的 <see cref="System.IO.FileInfo"/> 中判断编码类型
/// </summary>
/// <param name="testfile">要判断的 <see cref="System.IO.FileInfo"/> </param>
/// <returns>返回编码类型("GB2312", "GBK", "HZ", "Big5", "CNS 11643", "ISO 2022CN", "UTF-8", "Unicode", "ASCII", "OTHER")</returns>
/// <example>
/// 以下示例演示了如何调用 <see cref="GetEncodingName"/> 方法：
/// <code>
/// IdentifyEncoding ide = new IdentifyEncoding();
/// Response.Write(ide.GetEncodingName(new System.IO.FileInfo(@"C:\test.txt")));
/// </code>
/// </example>
public virtual string GetEncodingName(System.IO.FileInfo testfile)
{}

复制代码

/// <summary>
/// 从指定的 <see cref="sbyte"/> 字节数组中判断编码类型
/// </summary>
/// <param name="rawtext">要判断的 <see cref="System.IO.FileInfo"/> </param>
/// <returns>返回编码类型("GB2312", "GBK", "HZ", "Big5", "CNS 11643", "ISO 2022CN", "UTF-8", "Unicode", "ASCII", "OTHER")</returns>
/// <example>
/// 以下示例演示了如何调用 <see cref="GetEncodingName"/> 方法：
/// <code>
/// IdentifyEncoding ide = new IdentifyEncoding();
/// Response.Write(ide.GetEncodingName(IdentifyEncoding.ToSByteArray(System.Text.Encoding.GetEncoding("gb2312").GetBytes("Lion互动网络(www.lionsky.net)"))));
/// </code>
/// </example>
public virtual string GetEncodingName(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是GB2312编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int GB2312Probability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是GBK编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int GBKProbability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是HZ编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int HZProbability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是BIG5编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int BIG5Probability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是CNS11643(台湾)编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int ENCTWProbability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是ISO2022CN编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int ISO2022CNProbability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是UTF8编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int UTF8Probability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是Unicode编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int UnicodeProbability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 判断是ASCII编码的可能性
/// </summary>
/// <param name="rawtext">要判断的 <see cref="sbyte"/> 字节数组</param>
/// <returns>返回 0 至 100 之间的可能性</returns>
internal virtual int ASCIIProbability(sbyte[] rawtext)
{}

复制代码

/// <summary>
/// 初始化必要的条件，这里是放字典的~
/// </summary>
internal virtual void Initialize_Frequencies()
{}

复制代码

/// <summary>从流读取字节序列,并将此流中的位置提升读取的字节数.</summary>
/// <param name="sourceStream">要读取的流.</param>
/// <param name="target">字节数组。此方法返回时,该缓冲区包含指定的字符数组,该数组的 start 和 (start + count-1) 之间的值由从当前源中读取的字节替换。</param>
/// <param name="start">buffer 中的从零开始的字节偏移量,从此处开始存储从当前流中读取的数据。.</param>
/// <param name="count">要从当前流中最多读取的字节数。</param>
/// <returns>读入缓冲区中的总字节数。如果当前可用的字节数没有请求的字节数那么多,则总字节数可能小于请求的字节数,或者如果已到达流的末尾,则为零 (0)。</returns>
/// <exception cref="ArgumentException">start 与 count 的和大于缓冲区长度。</exception>
/// <exception cref="ArgumentNullException">target 为空引用(Visual Basic 中为 Nothing)。</exception>
/// <exception cref="ArgumentOutOfRangeException">offset 或 count 为负。</exception>
/// <exception cref="System.IO.IOException">发生 I/O 错误。</exception>
/// <exception cref="NotSupportedException">流不支持读取。</exception>
/// <exception cref="ObjectDisposedException">在流关闭后调用方法。</exception>
public static int ReadInput(System.IO.Stream sourceStream, ref sbyte[] target, int start, int count)
{}

复制代码

/// <summary>从字符系列读取字节序列,并将此字符系列中的位置提升读取的字节数。</summary>
/// <param name="sourceTextReader">要读取的流。</param>
/// <param name="target">字节数组。此方法返回时,该缓冲区包含指定的字符数组,该数组的 start 和 (start + count-1) 之间的值由从当前源中读取的字节替换。</param>
/// <param name="start">buffer 中的从零开始的字节偏移量,从此处开始存储从当前流中读取的数据。.</param>
/// <param name="count">要从当前流中最多读取的字节数。</param>
/// <returns>读入缓冲区中的总字节数。如果当前可用的字节数没有请求的字节数那么多,则总字节数可能小于请求的字节数,或者如果已到达流的末尾,则为零 (0)。</returns>
/// <exception cref="ArgumentException">start 与 count 的和大于缓冲区长度。</exception>
/// <exception cref="ArgumentNullException">target 为空引用(Visual Basic 中为 Nothing)。</exception>
/// <exception cref="ArgumentOutOfRangeException">offset 或 count 为负。</exception>
/// <exception cref="System.IO.IOException">发生 I/O 错误。</exception>
/// <exception cref="NotSupportedException">流不支持读取。</exception>
/// <exception cref="ObjectDisposedException">在流关闭后调用方法。</exception>
public static int ReadInput(System.IO.TextReader sourceTextReader, ref sbyte[] target, int start, int count)
{}

复制代码

//测试主程序
class AppTest
{
[STAThread]
public static void Main(string[] argc)
{
Microshaoft.Text.IdentifyEncoding sinodetector;
string result = null;
argc = new string[1];
//argc[0] = "c:\\chinesedata\\codeconvert\\voaunit.txt";
argc[0] = "http://china5.nikkeibp.co.jp/china/news/com/200307/pr_com200307170131.html";
sinodetector = new Microshaoft.Text.IdentifyEncoding();
if (argc[0].StartsWith("http://") == true)
{
try
{
result = sinodetector.GetEncodingName(new System.Uri(argc[0]));
}
catch (System.Exception e)
{
System.Console.Error.WriteLine("Bad URL " + e.ToString());
}
}
else
{
//result = sinodetector.detectEncoding(new File(argc[0]));
}　　
//读文件　
StreamReader reader = new StreamReader(filePath, sinodetector.GetEncoding(sinodetector.GetEncodingName(filePath));
//后面可根据文件路径获取文件编码
System.Console.Out.WriteLine(result);
}
}

复制代码