Sie sind aktuell nicht angemeldet.

Funktionen: Einloggen  |  Neu registrieren  |  Suchen

Re: Datei auslesen ANSI oder UTF-8 Format?
Autor: Preisser
Datum: 05.07.12 17:00
Hallo, Texteditoren verwenden meistens bei Unicodeformaten wie UTF-8 eine BOM (Byte Order Mark), um das Dateiformat zu kennzeichnen. Bei der UTF-8-BOM handelt es sich um 3 Bytes mit den Werten 0xEF 0xBB 0xBF, die ganz am Anfang der Datei stehen. Anhand dieser BOM kann der StreamReader die Kodierung der Datei automatisch erkennen, wenn man z.B. den Konstruktur StreamReader(Stream, Encoding, Boolean) verwendet (das angegebene Encoding wird verwendet, wenn die Kodierung nicht durch eine BOM ermittelt werden konnte). Man könnte dann "true" für detectEncodingFromByteOrderMarks und Encoding.GetEncoding(1252) als Standardkodierung angeben. Allerdings werden manche UTF-8-Dateien auch ohne BOM gespeichert. In dem Fall ist das automatische Erkennen der Kodierung nicht mehr so einfach möglich. Man kann aber beispielsweise probieren, zuerst die Datei als UTF-8 einzulesen, und sobald es einen Dekodierungsfehler gibt (z.B. ein Byte mit einem Wert >= 0xC0, auf das ein Byte mit einem Wert < 0x80 folgt, wie bei deutschen Umlauten, die als ANSI gespeichert sind), kann man dann das Einlesen abbrechen und die Datei nochmals mit einer ANSI-Kodierung (Windows-1252) einlesen. Beitrag wurde zuletzt am 05.07.12 um 17:25:49 editiert.

Datei auslesen ANSI oder UTF-8 Format?	6.654	Jenpet	05.07.12 16:30
Re: Datei auslesen ANSI oder UTF-8 Format?	5.679	Preisser	05.07.12 17:00
Re: Datei auslesen ANSI oder UTF-8 Format?	5.399	Jenpet	06.07.12 08:47

Sie sind nicht angemeldet! Um auf diesen Beitrag zu antworten oder neue Beiträge schreiben zu können, müssen Sie sich zunächst anmelden. Einloggen  |  Neu registrieren

Funktionen:  Zum Thema  |  Gesamtübersicht

Suchen