Comment puis-je déterminer de manière fiable l'encodage d'une chaîne en C# ?

Un moyen fiable de déterminer l'encodage de chaînes en C#

Lorsque nous traitons de chaînes provenant de sources telles que des fichiers ou des noms de fichiers, nous rencontrons souvent des situations où l'encodage est inconnu. Dans ce cas, la détermination correcte du codage est cruciale pour l’affichage et l’interprétation corrects des données. C# propose plusieurs façons de résoudre ce problème.

Utiliser Encoding.DetectEncoding

La méthode

Encoding.DetectEncoding fournit une fonctionnalité de détection d'encodage de base. Il tente d'identifier les codages sur la base d'une analyse statistique des modèles d'octets. Cependant, cette méthode n’est pas totalement fiable et peut échouer dans certains cas.

Encoding encoding = Encoding.DetectEncoding(bytes);

Détection d'encodage personnalisé

Pour une détection d'encodage plus précise, une implémentation personnalisée peut être créée. Ces méthodes impliquent généralement la vérification des modèles d'octets, du BOM (Byte Order Mark) et d'autres heuristiques pour déterminer le codage. Voici un exemple de méthode de détection personnalisée :

public static Encoding DetectEncoding(byte[] bytes)
{
    // 检查 UTF-8 BOM
    if (bytes.Length >= 3 && bytes[0] == 0xEF && bytes[1] == 0xBB && bytes[2] == 0xBF)
    {
        return Encoding.UTF8;
    }
    // 检查 UTF-16 BOM
    else if (bytes.Length >= 2 && bytes[0] == 0xFF && bytes[1] == 0xFE)
    {
        return Encoding.Unicode;
    }
    else if (bytes.Length >= 2 && bytes[0] == 0xFE && bytes[1] == 0xFF)
    {
        return Encoding.BigEndianUnicode;
    }
    // 检查 UTF-32 BOM
    else if (bytes.Length >= 4 && bytes[0] == 0x00 && bytes[1] == 0x00 && bytes[2] == 0xFE && bytes[3] == 0xFF)
    {
        return Encoding.UTF32;
    }
    else if (bytes.Length >= 4 && bytes[0] == 0xFF && bytes[1] == 0xFE && bytes[2] == 0x00 && bytes[3] == 0x00)
    {
        return Encoding.UTF32;
    }
    // 检查 UTF-7 BOM
    else if (bytes.Length >= 3 && bytes[0] == 0x2B && bytes[1] == 0x2F && bytes[2] == 0x76)
    {
        return Encoding.UTF7;
    }
    // 使用默认编码
    else
    {
        return Encoding.Default;
    }
}

Résumé

Déterminer l'encodage d'une chaîne en C# nécessite un examen attentif des limites des méthodes intégrées et des avantages potentiels des méthodes de détection personnalisées. En utilisant les techniques ci-dessus, les développeurs peuvent améliorer la précision et la fiabilité de leur code de détection de codage de chaîne.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!