如何读取包含特殊字符的ANSI编码文件

Question

我正在编写TFS Checkin策略，该策略检查我们的源文件是否包含我们的文件头。

我的问题是，我们的文件标题包含一个特殊字符“©”不幸的是，我们的一些源文件是用ANSI编码的。 因此，如果我在策略中阅读这些文件，字符串将如下所示“Copyright＆＃65533; 2009＆QUOT;

string content = File.ReadAllText(pendingChange.LocalItem);

我厌倦了改变字符串的编码，但它没有帮助。那么如何阅读这些文件，我得到了正确的字符串“Copyright©2009”？

感谢您的帮助！

关心恩伊

Answer 1

使用 Encoding.Default ：

string content = File.ReadAllText(pendingChange.LocalItem, Encoding.Default);

但是，您应该知道，它使用系统默认编码来读取它 - 这可能与文件的编码不同。没有一种称为ANSI的编码，但是当人们谈论“ANSI编码”时，通常是。它们意味着Windows代码页1252或其所用的盒子。

如果您能找到所使用的完全编码，您的代码将更加强大。

Answer 2

如果你有这样的政策，你也会有团队认可的标准编码，这似乎是明智的。说实话，我不明白为什么任何团队都会使用除“Unicode（UtF-8 with signature） - Codepage 65001”之外的编码。 （除非ASPX页面具有显着的非拉丁静态内容，但即便如此，我也看不出使用UTF-8会有什么大不了的事。）

假设您仍然希望允许混合编码，那么接下来需要一种方法来确定文件保存的编码方式，以便您知道将哪个编码传递给 ReadAllText 。从文件中确定这一点并不容易，但使用 Encoding.Default 可能会正常工作。因为它很可能只有2个编码来处理，VS（带签名的UTF-8）和你的机器使用的常见ANSI编码（可能是Windows-1252）。

因此使用

 string content = File.ReadAllText(pendingChange.LocalItem, Encoding.Default);

会奏效。 （正如我看到Jon已经发布的那样）。这是有效的，因为当UTF-8 BOM（VS是术语“签名”的含义）出现在文件的开头时，忽略所提供的编码参数，并且无论如何都使用UTF-8。因此，在使用UTF-8保存文件的位置，您可以获得正确的结果，并且在使用ANSI的情况下，您很可能也能获得正确的结果。

顺便说一句，如果您正在处理文件头，那么 ReadAllLines 会使事情变得更容易吗？。