c# - 在 C# 中将 ANSI (Windows 1252) 转换为 UTF8

Question

我已经 asked this before在 Stack Overflow 之前以一种迂回的方式，这次我想做对。如何将 ANSI(代码页 1252)转换为 UTF-8，同时保留特殊字符？ (我知道 UTF-8 支持比 ANSI 更大的字符集，但如果我可以保留 ANSI 支持的所有 UTF-8 字符并将其余字符替换为 ? 之类的，那也没关系)

为什么我要转换 ANSI → UTF-8

我基本上是在编写一个程序，将 vCard 文件 (VCF) 拆分为单独的文件，每个文件包含一个联系人。我注意到诺基亚和索尼爱立信手机将备份 VCF 文件保存为 UTF-8(无 BOM)，但 Android 将其保存为 ANSI (1252)。天知道其他手机以什么格式保存它们!

所以我的问题是

1. vCard 文件的字符编码没有行业标准吗？
2. 哪个更容易解决我的问题？将 ANSI 转换为 UTF8(和/或相反)或尝试检测输入文件的编码并通知用户？

长话短说需要知道如何将字符编码从 (ANSI/UTF8) 转换为 (UTF8/ANSI)，同时保留所有特殊字符。

Answer 1

您不应从一种编码转换为另一种编码。您必须使用创建文件时使用的编码来读取每个文件，否则您将丢失信息。

一旦您使用正确的编码读取文件，您就会将内容作为 Unicode 字符串，您可以从那里使用您喜欢的任何编码保存它。

如果您需要检测编码，您可以按字节读取文件，然后查找特定于任一编码的字符代码。如果文件不包含特殊字符，则两种编码都可以使用，因为字符 32..127 对于两种编码都是相同的。