c# - 使用 OleDbConnection 从文本文件中读取特殊字符

Question

我在使用 OleDbConnection 从文本文件中读取非 ASCII 字符时遇到问题。有任何想法吗？

这是我用来重现问题的测试方法:

[TestMethod]
public void TestMethod1()
{
    var arquivo = new FileInfo(@"P:\import.txt");

    string connectionString = string.Format("Provider=Microsoft.ACE.OLEDB.12.0;Data Source=\"{0}\\\";Extended Properties=\"Text;IMEX=1;FMT=Delimited\"", arquivo.DirectoryName);
    var conexaoFonteDados = new OleDbConnection(connectionString);
    conexaoFonteDados.Open();

    string instrucaoSql = "SELECT * FROM [" + arquivo.Name + "]";

    var com = new OleDbCommand(instrucaoSql, conexaoFonteDados);
    if (com.Connection.State != ConnectionState.Open)
    {
        com.Connection.Open();
    }

    var drDadosImportacao = com.ExecuteReader(CommandBehavior.CloseConnection);
    while (drDadosImportacao != null && drDadosImportacao.Read())
    {
        object valorImportado = drDadosImportacao["Column"];
        Console.WriteLine(valorImportado);
    }
}

import.txt 文件内容如下:

Column
a
b
ç
á

这是控制台的输出:

a
b
?
?

解决方案

如前所述here ，您可以使用类似于此的方法将字符串转换为正确的编码:

public static class MyStringExtensions
{
    private static readonly Encoding Iso = Encoding.GetEncoding("ISO-8859-1");
    public static string RepairUtf8(this string value)
    {
        byte[] bytes = Iso.GetBytes(value);

        return bytes.Any(o => o.Equals(195)) ? Encoding.UTF8.GetString(bytes) : value;
    }
}

Answer 1

首先，您需要弄清楚您的文本文件使用的编码方式。然后在连接字符串中指定文本编码。

例如，这将是您的连接字符串，它还指定了 UTF-8 编码 (CharacterSet)。将 UTF8 替换为您的文本文件使用的实际编码:

string connectionString = string.Format(
    "Provider=Microsoft.ACE.OLEDB.12.0;Data Source=\"{0}\\\";Extended Properties=\"Text;CharacterSet=UTF8;IMEX=1;FMT=Delimited\"",
    arquivo.DirectoryName
);

自从我使用 OleDB 以来已经有一段时间了，我不能确定 Microsoft.ACE.OLEDB 提供者是否理解编码的名称，例如 UTF8、ISO-8859-1 等...如果它似乎不起作用，请尝试指定 codepage identifier of the encoding而不是编码名称(例如，您可以指定“CharacterSet=65001”而不是“CharacterSet=UTF8”)。