c# - 从包含重音字符的剪贴板(从 Excel 粘贴)获取 CSV 数据

Question

场景

• 我的用户将从 Excel 中复制单元格(从而将其放入剪贴板)
• 我的应用程序将从剪贴板中检索这些单元格

问题

• 我的代码从剪贴板中检索 CSV 格式
• 但是，如果原始 Excel 内容包含 ä(带变音符号的 a)等字符，则检索到的 CSV 字符串不包含正确的字符(ä 最终对我显示为“正方形”)
• 相比之下，如果我的代码从剪贴板检索 Unicode 文本格式，一切正常:ä 保留在从剪贴板检索的字符串中

源代码 - 原始 - 有问题

[STAThread]
static void Main(string[] args)
{
    var fmt_csv = System.Windows.Forms.DataFormats.CommaSeparatedValue;

    // read the CSV
    var dataobject = System.Windows.Forms.Clipboard.GetDataObject();
    var stream = (System.IO.Stream)dataobject.GetData(fmt_csv);
    var enc = new System.Text.UTF8Encoding();
    var reader = new System.IO.StreamReader(stream,enc);
    string data_csv = reader.ReadToEnd();

    // read the unicode string
    string data_string = System.Windows.Forms.Clipboard.GetText();



}

运行示例代码的结果

• 重现步骤:在 Excel 中输入一些文本(我使用了单词“doppelgänger”加上一些数字)，只需按 Ctrl-C 即可将其复制到剪贴板，然后运行上面的代码。
• data_csv 设置为“doppelg�nger,1\r\n2,3\r\n\0”
• data_string 设置为“doppelgänger\t1\r\n2\t3\r\n”

问题

• 我该怎么做才能获得正确的字符？

评论

• 是的，我知道我可以通过使用 Unicode 文本来解决这个问题。但我实际上想了解 CSV 是怎么回事
• 检索流时使用或不使用 UTF-8 编码对结果没有影响

答案

在查看评论并密切关注 Excel 在 CSV 剪贴板上放置的内容后，Excel 可能使用“传统”编码而不是 UTF-8 放置内容似乎是合理的。所以我尝试使用 Windows 1252 代码页作为编码并且它有效。看下面的代码

源代码 - 带答案

[STAThread]
static void Main(string[] args)
{
    var fmt_csv = System.Windows.Forms.DataFormats.CommaSeparatedValue;

    //read the CSV
    var dataobject = System.Windows.Forms.Clipboard.GetDataObject();
    var stream = (System.IO.Stream)dataobject.GetData(fmt_csv);
    var enc = System.Text.Encoding.GetEncoding(1252);
    var reader = new System.IO.StreamReader(stream,enc);
    string data_csv= reader.ReadToEnd();

    //read the Unicode String
    string data_string = System.Windows.Forms.Clipboard.GetText();
}

Answer 1

Excel 使用 Unicode 字符编码将字符串存储在剪贴板上。当您尝试读取 ANSI 字符串时出现方 block 的原因是系统的 ANSI 代码页中没有该字符的表示形式。你应该只使用 Unicode。如果您要处理本地化问题，那么 ANSI 只会带来更多麻烦。

编辑:Joel Spolsky 写了一篇关于字符编码的精彩介绍，绝对值得一读:The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)