我正在发送保存在 ISO 88591-1 中的文本文件包含来自 Latin-1 范围的重音字符(以及正常的 ASCII a-z 等)的格式。如何将这些文件转换为 UTF-8使用 C# 以便 ISO 8859-1 中的单字节重音字符成为有效的 UTF-8 字符?
我尝试使用带有 ASCIIEncoding 的 StreamReader,然后通过实例化编码 ascii
和编码 utf8
然后使用 将 ASCII 字符串转换为 UTF-8 Encoding.Convert(ascii, utf8, ascii.GetBytes( asciiString) )
— 但重音字符呈现为问号。
我错过了什么步骤?
最佳答案
您需要获得正确的Encoding
对象。 ASCII顾名思义:ASCII,意思是它只支持7位的ASCII字符。如果您想做的是转换文件,那么这可能比直接处理字节数组更容易。
using (System.IO.StreamReader reader = new System.IO.StreamReader(fileName,
Encoding.GetEncoding("iso-8859-1")))
{
using (System.IO.StreamWriter writer = new System.IO.StreamWriter(
outFileName, Encoding.UTF8))
{
writer.Write(reader.ReadToEnd());
}
}
但是,如果您想自己拥有字节数组,使用 Encoding.Convert
就足够了。
byte[] converted = Encoding.Convert(Encoding.GetEncoding("iso-8859-1"),
Encoding.UTF8, data);
然而,这里需要注意的是,如果您想走这条路,那么您应该不为您的文件使用基于编码的字符串阅读器,例如 StreamReader
IO。 FileStream
会更适合,因为它将读取文件的实际字节。
为了全面探索这个问题,像这样的东西会起作用:
using (System.IO.FileStream input = new System.IO.FileStream(fileName,
System.IO.FileMode.Open,
System.IO.FileAccess.Read))
{
byte[] buffer = new byte[input.Length];
int readLength = 0;
while (readLength < buffer.Length)
readLength += input.Read(buffer, readLength, buffer.Length - readLength);
byte[] converted = Encoding.Convert(Encoding.GetEncoding("iso-8859-1"),
Encoding.UTF8, buffer);
using (System.IO.FileStream output = new System.IO.FileStream(outFileName,
System.IO.FileMode.Create,
System.IO.FileAccess.Write))
{
output.Write(converted, 0, converted.Length);
}
}
在本例中,buffer
变量被文件中的实际数据填充为 byte[]
,因此没有进行任何转换。 Encoding.Convert
指定源和目标编码,然后将转换后的字节存储在名为...converted
的变量中。然后将其直接写入输出文件。
就像我说的,如果这就是您所做的全部,那么使用 StreamReader
和 StreamWriter
的第一个选项会简单得多,但后一个示例应该给您更多关于实际情况的提示。
关于c# - 使用 .NET 如何将包含 Latin-1 重音字符的 ISO 8859-1 编码文本文件转换为 UTF-8,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2595442/