用UTF-8编码读取XML文件

Question

我正在尝试读取一个XML文件，其中包含一些立陶宛字符。当我试着读它时，它显示了一些？而不是。我使用sqlbulcopy将xml文件导入数据库。

如何在编码utf-8中读取XML文件？

代码在中的应用

 string CS = ConfigurationManager.ConnectionStrings["CS"].ConnectionString;
        using (SqlConnection con = new SqlConnection(CS))
        {

            DataSet ds = new DataSet();

            ds.ReadXml(Server.MapPath("~/Data.xml"));

            DataTable dtHall = ds.Tables["Hall"];
            DataTable dtGroup = ds.Tables["HallGroup"];
            DataTable dtSeat = ds.Tables["HallSeat"];

            con.Open();

            using (SqlBulkCopy bc = new SqlBulkCopy(con))
            {
                bc.DestinationTableName = "Hall";
                bc.ColumnMappings.Add("HallID", "HallID");
                bc.ColumnMappings.Add("Name", "Name");
                bc.ColumnMappings.Add("TicketLimit", "TicketLimit");
                bc.WriteToServer(dtHall);
            }

            using (SqlBulkCopy bc = new SqlBulkCopy(con))
            {
                bc.DestinationTableName = "HallGroup";
                bc.ColumnMappings.Add("HallID", "HallID");
                bc.ColumnMappings.Add("HallGroupID", "HallGroupID");
                bc.ColumnMappings.Add("Name", "Name");
                bc.ColumnMappings.Add("AZ", "AZ");
                bc.WriteToServer(dtGroup);
            }

            using (SqlBulkCopy bc = new SqlBulkCopy(con))
            {
                bc.DestinationTableName = "HallSeat";
                bc.ColumnMappings.Add("HallGroupID", "HallGroupID");
                bc.ColumnMappings.Add("ShowSeatID", "ShowSeatID");
                bc.ColumnMappings.Add("Color", "Color");
                bc.ColumnMappings.Add("Price", "Price");
                bc.ColumnMappings.Add("SeatRow", "SeatRow");
                bc.ColumnMappings.Add("SeatNumber", "SeatNumber");
                bc.ColumnMappings.Add("IsReserved", "IsReserved");
                bc.WriteToServer(dtSeat);
            }
        }
    }

Answer 1

文件是Unicode -�是Unicode替换字符。如果文件是ANSI，则不会出现这种情况。

当使用错误的编码将ANSI源转换为Unicode时，此字符将替换与编码不匹配的任何输入字符。

例如，指定拉丁文(Windows-1252) (如使用File.ReadAllText(somePath, .Encoding.GetEncoding("Windows-1252")) )，并尝试阅读希腊文(1253)，将用�替换一些希腊字符。

这意味着在创建文件时出现了问题。这可能是由各种原因造成的，所有这些原因都与在某个时候使用错误的代码页将数据作为ANSI处理有关：

• 可能源是一个与系统编码不同的单字节编码的文件，例如在系统区域设置为1252的机器上读取由1253生成的文件。解决方案要么使用正确的编码，要么确保文件首先以UTF8的形式生成。
• 数据可能来自ANSI数据库字段(即varchar)，其排序规则与内容不匹配。数据库驱动程序将尝试使用排序规则的代码页来翻译数据，从而导致错误。这实际上是一个数据库错误。真正的解决方案是将varchar字段替换为nvarchar字段。

一种可能的解决方法是通过添加Auto Translate=False设置来防止从数据库加载时的字符转换。本质上，这使用应用程序的CultureInfo，而不是字段的排序规则来读取和转换ANSI数据。