我在一个客户站点上遇到了一个问题,其中包含诸如 "HabitaþÒo" 之类的词的行在输出时被破坏了。我正在处理一个文本文件(拉出选定的行并将它们写入另一个文件)
为了诊断,我将问题归结为一个只有那个坏词的文件。
原始文件不包含 BOM,但 .net 选择将其读取为 UTF-8。
当阅读和书写时,这个词最终看起来像这样的“Habita�o”。
BadWord.txt 文件的十六进制转储如下所示
用这段代码复制文件
using (var reader = new StreamReader(@"C:\BadWord.txt"))
using (var writer = new StreamWriter(@"C:\BadWordReadAndWritten.txt"))
writer.WriteLine(reader.ReadLine());
. . .给。 . .
保留读者编码也没有做任何事情
using (var reader = new StreamReader(@"C:\BadWord.txt"))
using (var writer = new StreamWriter(@"C:\BadWordReadAndWritten_PreseveEncoding.txt", false, reader.CurrentEncoding))
writer.WriteLine(reader.ReadLine());
. . .给。 . .
知道这里发生了什么,我如何处理这个文件并保留原始文本?
最佳答案
唯一的方法是以相同的编码读取文件,它已被编码。这意味着 Windows-1252:
Encoding enc = Encoding.GetEncoding(1252);
string correctText = File.ReadAllText(@"C:\BadWord.txt", enc);
关于c# - 重写文本时不保留非英文字符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14214103/