读文本编码问题

Question

我读过一个特定的纯文本文件(csv)，我对xA0有一个问题。

Visual Studio 2015：

​

​

Notepad++：(将char编码设置为utf-8时)

​

​

所以似乎是这个不破空间，所以我尝试了这

temp = temp.Replace("\xA0", string.Empty);

但是它不起作用，给了我类似于第一张截图的黑色方块。我也改变了

System.IO.StreamReader sr = new System.IO.StreamReader(csvFile.FileContent);

使用特定的utf-8编码：

System.IO.StreamReader sr = new System.IO.StreamReader(csvFile.FileContent, System.Text.Encoding.UTF8);

两人都给出了同样的结果。我真的不喜欢char编码，我需要一些帮助和解释我的错误。

编辑添加了notepad++十六进制视图：(确认它是不中断的字符)

​

edit2将流读取器构造函数值更改为：

System.IO.StreamReader sr = new System.IO.StreamReader(csvFile.FileContent, true);

结果是要读取文件的utf-8编码。我试图将latin1转换为utf-8，但这给了我??? https://stackoverflow.com/a/13999801/169714。

Encoding.UTF8.GetString(Encoding.GetEncoding("iso-8859-1").GetBytes(temp))

Answer 1

尝试将结果放入字符串，读取数据并打印出结果。

就像这样：

string[] data = File.ReadAllLines(yourSavePath); 
File.WriteAllLines(yourSavePath, data);

如果我是对的，它应该修复它，这是一个缺少字符的问题。

Answer 2

0xA0是Latin1 ( iso-8859-1 )中的不间断空间.您可以通过将Encoding.GetEncoding("iso-8859-1")作为编码传递来读取它：

var latin1= Encoding.GetEncoding("iso-8859-1");
var sr = new System.IO.StreamReader(csvFile.FileContent, latin1);

例如，对于输入数组：

byte[] values={0x53,0x34,0x35,0x3b,0x35,0x31,0xa0,0xa0,0xa0,0xa0,0xa0};

UTF8返回

var s1=Encoding.UTF8.GetString(values);
Console.WriteLine(s1);

S45;51�����

而Latin1则返回有效的字符串

var s2=latin1.GetString(values);
Console.WriteLine(s2);

S45;51

.NET对字符串使用Unicode，默认情况下使用UTF8读取文本文件。例如，流读物构造函数默认为UTF8：

    public StreamReader(Stream stream) 
        : this(stream, true) {
    }

    public StreamReader(Stream stream, bool detectEncodingFromByteOrderMarks) 
        : this(stream, Encoding.UTF8, detectEncodingFromByteOrderMarks, DefaultBufferSize, false) {
    }

若要使用系统区域设置，必须显式传递Encoding.Default编码。

var sr = new System.IO.StreamReader(csvFile.FileContent, Encoding.Default);

许多西欧和英语国家确实使用了这种编码方式，因此系统的区域设置可以预计为Latin1。然而，在进口工作中，这是一个冒险的假设。