Записывать текстовые файлы без метки порядка байтов (BOM)?
-
19-09-2019 - |
Вопрос
Я пытаюсь создать текстовый файл, используя VB.Net с кодировкой UTF8, без спецификации.Кто-нибудь может мне помочь, как это сделать?
Я могу записать файл в кодировке UTF8, но как удалить из него знак порядка байтов?
редактировать 1:Я пробовал подобный код следующим образом;
Dim utf8 As New UTF8Encoding()
Dim utf8EmitBOM As New UTF8Encoding(True)
Dim strW As New StreamWriter("c:\temp\bom\1.html", True, utf8EmitBOM)
strW.Write(utf8EmitBOM.GetPreamble())
strW.WriteLine("hi there")
strW.Close()
Dim strw2 As New StreamWriter("c:\temp\bom\2.html", True, utf8)
strw2.Write(utf8.GetPreamble())
strw2.WriteLine("hi there")
strw2.Close()
1.html создается только в кодировке UTF8 и 2.html создается в формате кодировки ANSI.
Упрощенный подход - http://whatilearnttuday.blogspot.com/2011/10/write-text-files-without-byte-order.html
Решение
Чтобы опустить метку порядка байтов (BOM), ваш поток должен использовать экземпляр UTF8Encoding
кроме System.Text.Encoding.UTF8
(который настроен для генерации спецификации).Есть два простых способа сделать это:
1.Явное указание подходящей кодировки:
Позвоните в
UTF8Encoding
конструктор сFalse
дляencoderShouldEmitUTF8Identifier
параметр.Передайте
UTF8Encoding
экземпляр для конструктора stream.
' VB.NET:
Dim utf8WithoutBom As New System.Text.UTF8Encoding(False)
Using sink As New StreamWriter("Foobar.txt", False, utf8WithoutBom)
sink.WriteLine("...")
End Using
// C#:
var utf8WithoutBom = new System.Text.UTF8Encoding(false);
using (var sink = new StreamWriter("Foobar.txt", false, utf8WithoutBom))
{
sink.WriteLine("...");
}
2.Использование кодировки по умолчанию:
Если вы не предоставите Encoding
Для StreamWriter
конструктор вообще, StreamWriter
по умолчанию будет использоваться кодировка UTF8 без спецификации, поэтому следующее должно работать так же хорошо:
' VB.NET:
Using sink As New StreamWriter("Foobar.txt")
sink.WriteLine("...")
End Using
// C#:
using (var sink = new StreamWriter("Foobar.txt"))
{
sink.WriteLine("...");
}
Наконец, обратите внимание, что исключение спецификации допустимо только для UTF-8, но не для UTF-16.
Другие советы
Попробуй это:
Encoding outputEnc = new UTF8Encoding(false); // create encoding with no BOM
TextWriter file = new StreamWriter(filePath, false, outputEnc); // open file with encoding
// write data here
file.Close(); // save and close it
Просто Используйте этот метод WriteAllText
От System.IO.File
.
Пожалуйста, проверьте образец из Файл.Записать весь текст.
Этот метод использует кодировку UTF-8 без указания порядка байтов (BOM), поэтому использование метода GetPreamble вернет пустой массив байтов.Если необходимо включить идентификатор UTF-8, такой как знак порядка байтов, в начало файла, используйте WriteAllText(строка, String, Encoding) перегрузка метода кодировкой UTF8.
Интересное замечание по этому поводу:как ни странно, статический метод "CreateText()" класса System.IO.File создает файлы в формате UTF-8 без БОМ.
В общем, это источник ошибок, но в вашем случае это могло бы быть простейшим обходным путем :)
Если вы не укажете Encoding
при создании нового StreamWriter
значение по умолчанию Encoding
используемый объект - это UTF-8 No BOM
который создается с помощью new UTF8Encoding(false, true)
.
Итак, чтобы создать текстовый файл без спецификации, используйте конструкторы, которые не требуют от вас предоставления кодировки:
new StreamWriter(Stream)
new StreamWriter(String)
new StreamWriter(String, Boolean)
Я думаю, Роман Никитин прав.Значение аргумента конструктора переворачивается.False означает отсутствие спецификации, а true - наличие спецификации.
Вы получаете кодировку ANSI, потому что файл без спецификации, который не содержит символов, отличных от ansi, точно такой же, как файл ANSI.Попробуйте ввести несколько специальных символов в строку "привет", и вы увидите, что кодировка ANSI меняется на without-BOM.
XML-кодировка UTF-8 без спецификации
Нам нужно отправить XML-данные в EPA, и их приложение, которое принимает наши входные данные, требует UTF-8 без спецификации.О да, обычный UTF-8 должен быть приемлем для всех, но не для EPA.Ответ на этот вопрос содержится в приведенных выше комментариях.Спасибо Роман Никитин.
Вот фрагмент кода на C # для кодировки XML:
Encoding utf8noBOM = new UTF8Encoding(false);
XmlWriterSettings settings = new XmlWriterSettings();
settings.Encoding = utf8noBOM;
…
using (XmlWriter xw = XmlWriter.Create(filePath, settings))
{
xDoc.WriteTo(xw);
xw.Flush();
}
Проверка того, действительно ли это удаляет три начальных символа из выходного файла, может ввести в заблуждение.Например, если вы используете Блокнот++ (www.notepad-plus-plus.org), то отчет “кодировать в ANSI”.Я предполагаю, что большинство текстовых редакторов рассчитывают на символы спецификации, чтобы определить, является ли это UTF-8.Способ четко увидеть это - с помощью бинарного инструмента, такого как Винхекс (www.winhex.com).Поскольку я искал разницу "до" и "после", я использовал Microsoft ВинДифф применение.
Возможно, ваш входной текст содержит знак порядка байтов.В этом случае вам следует удалить его перед записью.
Dim sWriter As IO.StreamWriter = New IO.StreamWriter(shareworklist & "\" & getfilename() & ".txt", False, Encoding.Default)
Дает вам те результаты, которые вы хотите (я думаю).