A melhor forma de detectar codificação no arquivo XML?

Question

Para carregar arquivos XML com codificação arbitrária Eu tenho o seguinte código:

Encoding encoding;
using (var reader = new XmlTextReader(filepath))
{
    reader.MoveToContent();
encoding = reader.Encoding;
}

var settings = new XmlReaderSettings { NameTable = new NameTable() };
var xmlns = new XmlNamespaceManager(settings.NameTable);
var context = new XmlParserContext(null, xmlns, "", XmlSpace.Default, 
    encoding);
using (var reader = XmlReader.Create(filepath, settings, context))
{
    return XElement.Load(reader);
}

Isso funciona, mas parece um pouco ineficiente para abrir o arquivo duas vezes. Existe uma maneira melhor para detectar a codificação de tal forma que posso fazer:

 1. Open file
 2. Detect encoding
 3. Read XML into an XElement
 4. Close file

Answer 1

Ok, eu deveria ter pensado nisso antes. Ambos XmlTextReader (que nos dá a Encoding) e XmlReader.Create (o que nos permite especificar a codificação) aceita um Stream. Assim como sobre a primeira abertura de um FileStream e depois usar isso com tanto XmlTextReader e XmlReader, como este:

using (var txtreader = new FileStream(filepath, FileMode.Open))
{
    using (var xmlreader = new XmlTextReader(txtreader))
    {
        // Read in the encoding info
        xmlreader.MoveToContent();
        var encoding = xmlreader.Encoding;

        // Rewind to the beginning
        txtreader.Seek(0, SeekOrigin.Begin);

        var settings = new XmlReaderSettings { NameTable = new NameTable() };
        var xmlns = new XmlNamespaceManager(settings.NameTable);
        var context = new XmlParserContext(null, xmlns, "", XmlSpace.Default,
                 encoding);

        using (var reader = XmlReader.Create(txtreader, settings, context))
        {
            return XElement.Load(reader);
        }
    }
}

Isso funciona como um encanto. Lendo arquivos XML de forma independente codificação deveria ter sido mais elegante, mas pelo menos eu estou fugindo com apenas uma abertura de arquivo.

Answer 2

Outra opção, muito simples, é usar Linq para XML. O método de carga lê automaticamente a codificação do arquivo xml. Você pode, então, obter o valor codificador usando a XDeclaration .Encoding propriedade . Um exemplo da MSDN:

// Create the document
XDocument encodedDoc16 = new XDocument(
new XDeclaration("1.0", "utf-16", "yes"),
new XElement("Root", "Content")
);
encodedDoc16.Save("EncodedUtf16.xml");
Console.WriteLine("Encoding is:{0}", encodedDoc16.Declaration.Encoding);
Console.WriteLine();

// Read the document
XDocument newDoc16 = XDocument.Load("EncodedUtf16.xml");
Console.WriteLine("Encoded document:");
Console.WriteLine(File.ReadAllText("EncodedUtf16.xml"));
Console.WriteLine();
Console.WriteLine("Encoding of loaded document is:{0}", newDoc16.Declaration.Encoding);

Enquanto isso não pode servidor o cartaz original, como ele teria que refazer um monte de código, é útil para alguém que tem que escrever um novo código para o seu projecto, ou se eles pensam que refactoring vale a pena.