Konvertieren von Problem ANSI zu UTF8 C#

Question

Ich habe ein Problem mit der Konvertierung einer Textdatei von ANSI zu UTF8 in C#. Ich versuche, die Ergebnisse in einem Browser anzuzeigen.

So habe ich eine Textdatei mit vielen Akzent-Zeichen drin. Es ist in ANSI kodiert, also muss ich es in utf8 umwandeln, weil im Browser statt der Akzentzeichen "?" Erscheint. Egal, wie ich versuchte, zu UTF8 zu konvertieren, es war immer noch ein "?". Aber wenn ich die Textdatei in notepad ++ in utf8 umwandele, werden die Akzentzeichen gut wiedergegeben.

hier ist ein Frieden von Codierung Code, den ich gemacht:

public string Encode(string text) 
    { 
     // encode the string as an ASCII byte array 
     byte[] myASCIIBytes = ASCIIEncoding.ASCII.GetBytes(text); 

     // convert the ASCII byte array to a UTF-8 byte array 
     byte[] myUTF8Bytes = ASCIIEncoding.Convert(ASCIIEncoding.ASCII, UTF8Encoding.UTF8, myASCIIBytes); 

     // reconstitute a string from the UTF-8 byte array 
     return UTF8Encoding.UTF8.GetString(myUTF8Bytes); 
    } 

Sie haben keine Ahnung, warum dies geschieht?

Answer 1

Haben Sie eine Idee, warum passiert das?

Ja, Sie sind zu spät. Sie müssen ANSI angeben, wenn Sie die Zeichenfolge aus der Datei lesen. Im Speicher ist immer Unicode (UTF16).

Answer 2

Meine Gedanken hier ist, wenn Sie die Datei in Notepad ++ speichern fügt es die Byte-Order-Mark, so dass der Browser daraus schließen kann, dass es UTF8 ist. Andernfalls müssten Sie dem Browser die Zeichencodierung, wie in der DTD, in XML usw., wahrscheinlich explizit mitteilen.

Answer 3

Dies geschieht wahrscheinlich, weil Ihr ursprüngliches string text bereits ungültige Zeichen enthält. Encoding Conversion ist nur sinnvoll, wenn Ihre Eingabe ein Byte-Array ist. Also sollten Sie die Datei als Byte-Array anstelle von Zeichenfolge lesen, oder, wie Henk sagte, geben Sie die Codierung für das Lesen der Datei.

Answer 4

Wenn Sie in ASCII konvertieren, verlieren Sie sofort alle nicht-englischen Zeichen (einschließlich der Zeichen mit Akzent), da ASCII nur 127 Zeichen (7 Bits) enthält.

Sie tun seltsame Manipulation. string in .net ist in UTF-16, also, sobald Sie string, nicht byte[] zurückgeben, ist dies egal.

Ich glaube, Sie tun sollten: (Ich denke, nach ANSI meinen Sie Latin1)

public byte[] Encode(string text) 
{ 
    return Encoding.GetEncoding(1252).GetBytes(text); 
} 

Da die Frage nicht ganz klar war es eine vernünftige Bemerkung ist, dass Sie könnte dies tatsächlich benötigen ein:

public string Decode(byte[] data) 
{ 
    return Encoding.GetEncoding(1252).GetString(data); 
} 

Answer 5

Ich würde empfehlen, dies zu lesen http://www.joelonsoftware.com/articles/Unicode.html.
Wenn Sie eine ASCII-Datei lesen möchten, müssen Sie die Codepage der Datei kennen.

Answer 6

Dies ist wahrscheinlich der einfachste Weg:

byte[] ansiBytes = File.ReadAllBytes("inputfilename.txt"); 
var utf8String = Encoding.Default.GetString(ansiBytes); 
File.WriteAllText("outputfilename.txt", utf8String);