NET中判断一个文本文件的编码方式

文件的字符集在Windows下有两种，一种是ANSI，一种Unicode。

对于Unicode，Windows支持了它的三种编码方式，一种是小尾编码（Unicode)，一种是大尾编码(BigEndianUnicode)，一种是UTF-8编码。

我们可以从文件的头部来区分一个文件是属于哪种编码。当头部开始的两个字节为 FF FE时，是Unicode的小尾编码；当头部的两个字节为FE FF时，是Unicode的大尾编码；当头部两个字节为EF BB时，是Unicode的UTF-8编码；当它不为这些时，则是ANSI编码。

按照如上所说，我们可以通过读取文件头的两个字节来判断文件的编码格式，代码如下(C#代码）：
程序中System.Text.Encoding.Default是指操作系统的当前 ANSI 代码页的编码。

Public Shared Function GetFileEncodeType(ByVal stream As Stream) As Encoding
Dim buffer() As Byte
Using br As New BinaryReader(stream)
buffer = br.ReadBytes(2)
br.Close()
End Using
If buffer(0) >= &HEF Then
If buffer(0) = &HEF AndAlso buffer(1) = &HBB Then
Return Encoding.UTF8
ElseIf buffer(0) = &HFE AndAlso buffer(1) = &HFF Then
Return Encoding.BigEndianUnicode
ElseIf buffer(0) = &HFF AndAlso buffer(1) = &HFE Then
Return Encoding.Unicode
Else
Return Encoding.Default
End If
Else
Return Encoding.Default
End If
End Function