c# - StreamReader 无法正确读取扩展字符集 (UTF8)

Question

我遇到了无法读取包含外来字符的文件的问题。有人告诉我，该文件以 UTF-8 格式编码。

这是我的代码的核心:

using (FileStream fileStream = fileInfo.OpenRead())
{
    using (StreamReader reader = new StreamReader(fileStream, System.Text.Encoding.UTF8))
    {
        string line;

        while (!string.IsNullOrEmpty(line = reader.ReadLine()))
        {
            hashSet.Add(line);
        }
    }
}

该文件包含“achôcre”一词，但在调试过程中检查它时，它会将其添加为“ach�cre”。

(这是一个亵渎文件，如果你说法语，我深表歉意。我个人，不知道那是什么意思)

Answer 1

证据清楚地表明该文件不是 UTF-8 格式。试试 System.Text.Encoding.Default 看看你是否得到了正确的文本——如果你得到了，你就知道文件在 Windows-1252 中(假设这是你的系统默认代码页)。那样的话，我建议你用记事本打开这个文件，然后重新“另存为”为UTF-8，就可以正常使用Encoding.UTF8了。

另一种检查文件实际编码的方法是在浏览器中打开它。如果重音符号显示正确，则浏览器检测到正确的字符集——因此请查看“查看/字符集”菜单以找出选择了哪一个。如果重音显示不正确，则通过该菜单更改字符集，直到正确为止。