c# - 如何让 C# 抛出解码异常？

Question

我希望我的 C# 应用程序(具有 GUI)帮助用户在“unicode (utf-8)”和“legacy (cp1252)”之间做出选择。我想给用户两个独立的真/假读数，关于文件是否可以“成功”(尽管不一定正确)以这两种格式读取而不会丢失细节。

当我在 C# 中尝试以下操作时，它不起作用。也就是说，它似乎总是返回 true，即使我在我知道包含非罗马字符的 utf-8 文本文件上调用它也是如此。

[编辑:实际上，我不应该认为这会失败。可能是那些恰好不正确的合理成功之一，因为大多数(所有？)字节流也是有效的 cp1252。测试另一个方向确实发现无效的 utf-8，就像下面的 Python 代码一样。]

例如CanBeReadAs("nepali.txt", Encoding.GetEncoding(1252)) 应该返回 false，但它返回 true。

public static bool CanBeReadAs(string filePath, Encoding encoding)
    {
        // make it strict:
        encoding = Encoding.GetEncoding(encoding.CodePage, EncoderFallback.ExceptionFallback, DecoderFallback.ExceptionFallback);
        using (var r = new StreamReader(filePath, encoding, false))
        {
            try
            {
                r.ReadToEnd();
            }
            catch (Exception e)
            {
                //swallow
                return false;
            }
        }
        return true;
    }

我也尝试过使用“string s = r.ReadToEnd();”只是为了确保它确实被强制解码数据，但这似乎不会影响任何事情。

我做错了什么？

注意:如果我需要做任何特殊的事情来处理 BOM，也请告诉我。如果这很简单，我倾向于忽略它们。 (其中一些文件具有混合编码，顺便说一句，尽管我认为实际上以 BOM 开头的任何内容都是纯 unicode。)

这是我创建的 Python 脚本，它使用相同的策略并且运行良好:

def bad_encoding(filename, enc='utf-8', max=9):
'''Return a list of up to max error strings for lines in the file not encoded in the specified encoding. 

Otherwise, return an empty list.'''

errors = []
line = None
with open(filename, encoding=enc) as f:
    i = 0
    while True:
        try:
            i += 1
            line = f.readline()
        except UnicodeDecodeError:
            errors.append('UnicodeDecodeError: Could not read line {} as {}.'.format(i, enc))
        if not line or len(errors) > max:
            break

return errors

Answer 1

通过 Encoding 类(Ascii、UTF8、Unicode 等)可用的静态编码实例都尝试尽最大努力解码输入字节，如果失败则不抛出。

要创建具有特定编码/解码行为的编码，您应该使用带有 EncoderFallback/DecoderFallback 参数的 Encoding.GetEncoding 的重载。我尝试创建各种编码(AsciiEncoding、UTF8Endcoding)的实例，但它们是只读的，因此设置回退选项总是会引发 InvalidOperationException。在您的情况下，要创建一个在解码失败时抛出的实例，请尝试:

encoding = Encoding.GetEncoding(encoding.CodePage, EncoderFallback.ExceptionFallback, DecoderFallback.ExceptionFallback);