很久以前曾写一篇文章来研究.NET中的编码：
http://blog.csdn.net/www_123du_com/archive/2006/08/24/1114266.aspx
今天有人遇到个问题：如何从中性的bytes获取正确的编码？(如windows自带的记事本)
细想一下，得出一方案：
先将其以猜测的编码方式解码成string，然后再将string以此编码方式再次编码，比较前后的bytes。
(如果以错误的编码方式解码后未丢失数据，那么此方法将无效，不过经过我的简单测试，基本都成功了)
//encodings参数可以不填 (那么将默认猜测gb2312,utf-8,unicode三种编码)
public string GetString(byte[] buffer, params Encoding[] encodings)
{
if (encodings.Length < 1)
{
encodings = new Encoding[] { Encoding.GetEncoding("gb2312"), Encoding.UTF8, Encoding.Unicode };
}
foreach (Encoding encoding in encodings)
{
//按此编码获取字符串
string str = encoding.GetString(buffer);
//反向转换一次，看是否可逆
byte[] tempBytes = encoding.GetBytes(str);
//若长度不一样，编码错误
if (buffer.Length != tempBytes.Length)
{
continue;
}
for (int i = 0; i < buffer.Length; i++)
{
//若其中任何一个字节不一样，也说明编码错误
if (buffer[i] != tempBytes[i])
{
goto continueforeach;
}
}
return str;
continueforeach:
continue;
}
throw new Exception("没有找到正确的编码或数据错误。");
}
如果是文本文件，可以判断前几个字节来获知编码(来源:CSDN 袁晓辉)：
/// <summary>
/// 取得一个文本文件流的编码方式。
/// </summary>
/// <param name="stream">文本文件流。</param>
/// <param name="defaultEncoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时，将返回该编码方式。</param>
/// <returns></returns>
public static Encoding GetEncoding(FileStream stream, Encoding defaultEncoding)
{
Encoding targetEncoding = defaultEncoding;
if (stream != null && stream.Length >= 2)
{
//保存文件流的前4个字节
byte byte1 = 0;
byte byte2 = 0;
byte byte3 = 0;
byte byte4 = 0;
//保存当前Seek位置
long origPos = stream.Seek(0, SeekOrigin.Begin);
stream.Seek(0, SeekOrigin.Begin);
byte1 = Convert.ToByte(stream.ReadByte());
byte2 = Convert.ToByte(stream.ReadByte());
if (stream.Length >= 3)
{
byte3 = Convert.ToByte(stream.ReadByte());
}
if (stream.Length >= 4)
{
byte4 = Convert.ToByte(stream.ReadByte());
}
//根据文件流的前4个字节判断Encoding
//Unicode {0xFF, 0xFE};
//BE-Unicode {0xFE, 0xFF};
//UTF8 = {0xEF, 0xBB, 0xBF};
if (byte1 == 0xFE && byte2 == 0xFF)//UnicodeBe
{
targetEncoding = Encoding.BigEndianUnicode;
}
if (byte1 == 0xFF && byte2 == 0xFE && byte3 != 0xFF)//Unicode
{
targetEncoding = Encoding.Unicode;
}
if (byte1 == 0xEF && byte2 == 0xBB && byte3 == 0xBF)//UTF8
{
targetEncoding = Encoding.UTF8;
}
//恢复Seek位置
stream.Seek(origPos, SeekOrigin.Begin);
}
return targetEncoding;
}
posted @ 2006-11-02 22:50 鼠·神·泪.NET 阅读(1368) 评论(3)
编辑
摘要: 线程同步时不建议lock字符串对象
阅读全文
posted @ 2006-10-18 12:06 鼠·神·泪.NET 阅读(105) 评论(0)
编辑
ajax实现的搜索网站。
搜索：http://www.123du.com
世界杯：http://2006.123du.com
大家帮忙看一看。
posted @ 2006-06-08 15:03 鼠·神·泪.NET 阅读(605) 评论(1)
编辑
最近用ajax技术借助google,baidu,yahoo做了个无刷新搜索
可在google,baidu,yahoo自由切换
可在网页,mp3,新闻,图片等搜索间自由切换
将ajax技术较成功的应用到搜索领域.
http://www.123du.com
posted @ 2006-04-09 14:18 鼠·神·泪.NET 阅读(690) 评论(4)
编辑
先看一段代码：
string name = null;
Session["name"] = name;
string out1 = Convert.ToString(name);
string out2 = Convert.ToString(Session["name"]);
你们觉得out1与out2应该是输出什么？是null值？还是空字符串？
嘿嘿，都不是，out1输出null,our2输出空字符串。
看看MS的代码就知道了：
public static string ToString(string value)
{
return value;
}
public static string ToString(object value)
{
return Convert.ToString(value, (IFormatProvider) null);
}
public static string ToString(object value, IFormatProvider provider)
{
IConvertible convertible1 = value as IConvertible;
if (convertible1 != null)
{
return convertible1.ToString(provider);
}
if (value != null)
{
return value.ToString();
}
return string.Empty;
}
其它一些以基元类型值类型做参数的都是直接调用其.ToString方法，因为值类型不能为null。
这不是一个大的Bug，不过却应该算是一个Bug。毕竟这违反了重载的一致性。
posted @ 2005-11-11 20:45 鼠·神·泪.NET 阅读(1161) 评论(19)
编辑
摘要: 通常object到string有四种方式：(假设有object obj)obj.ToString，Convert.ToString，(string)obj,obj as string。他们都能将object对象转换成string对象。我就讲讲他们的异同以及在实际中应该使用哪个。前两个方法通常是由别的对象得到string对象，它们间的区别只表现在要转换的对象为null时，如果obj为null，调用o...
阅读全文
posted @ 2005-10-04 00:26 鼠·神·泪.NET 阅读(1207) 评论(7)
编辑