判断一个文本文件的编码格式

判断一个文本文件的编码格式

不同编码的文本，是根据文本的前两个字节来定义其编码格式的。定义如下：

ANSI：　　　　　　　 无格式定义；

Unicode： 　　　　　　前两个字节为FFFE；

Unicode big endian：　 前两字节为FEFF；　

UTF-8：　 　　　　　　前两字节为EFBB；　

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。

?