Caractères non valides dans le Fichier.ReadAllText

Je vais appeler File.ReadAllText() dans un programme conçu pour le format de certains fichiers que j'ai.

Certains de ces fichiers contiennent les ® (174) symbole. Toutefois, lorsque le texte est lu, la chaîne renvoyée contient � (65533) symboles où le ® (174) devraient l'être.

Ce qui serait à l'origine et comment puis-je résoudre ce problème?

OriginalL'auteur mrK | 2013-03-18

  1. 13

    Cela est probablement dû à un décalage dans le Encoding. Utiliser le ReadAllText de surcharge qui permet de spécifier le bon Encoding à utiliser lors de la lecture du fichier.

    La valeur par défaut de surcharge assumera en UTF-8, sauf s'il peut détecter UTF-32. Un autre codage se fera par la manière incorrecte.

    Est-il une raison que la méthode n'utilise pas de Codage.Par défaut, comme c'est le codage par défaut?
    Je ne sais pas pourquoi c'est de cette façon, mais c'est ce que le cadre du designer a choisi d'utiliser. Il est documenté, mais je suis d'accord, une drôle de choix.
    Une explication pourrait être que Encoding.Default utilise le soi-disant ANSI code de la page du système qui varie d'un système à l'autre. L'utilisation de l'UTF-8 évite les erreurs d'encodage que vous obtenez à partir d'encodage et de décodage sur les systèmes avec différents courants des pages de codes ANSI. En outre UTF-8 peut coder tous les caractères UNICODE.

    OriginalL'auteur Reed Copsey

  2. 10

    Plus probable que le fichier contient un encodage différent de la valeur par défaut. Si vous la connaissez, vous pouvez spécifier à l'aide de la Fichier.ReadAllText Méthode (String, Encodage) remplacer.

    Exemple de Code:

    string readText = File.ReadAllText(path, Encoding.Default);  //<-- change the encoding to whatever the encoding really is

    Si vous NE PAS connaître l'encodage, voir ce précédent DONC, la question: Comment utiliser ReadAllText lors de l'encodage de fichier inconnu

    OriginalL'auteur David

  3. 6

    Vous devez spécifier l'encodage lorsque vous appelez Fichier.ReadAllText, à moins que le fichier est en UTF-8, on dirait qu'il ne l'est pas. (En gros, le paramètre de surcharge équivaut à passer en UTF-8 comme deuxième argument. Il permettra également de détecter UTF-32, avec une marque d'ordre d'octet, je crois.)

    La première chose à faire est de travailler sur l'encodage de est (par exemple ISO-8859-1 - mais vous avez besoin de vérifier ce) et de passer ensuite que comme deuxième argument.

    Par exemple:

    Encoding isoLatin1 = Encoding.GetEncoding(28591);
string text = File.ReadAllText(path, isoLatin1);

    C'est toujours important que vous sachiez ce que le codage binaire des données est d'utiliser avant d'essayer de le lire en tant que texte. C'est vrai pour les fichiers, flux réseau, n'importe quoi.

    OriginalL'auteur Jon Skeet

  4. 0

    Le caractère que vous lisez est le caractère de Remplacement

    utilisé pour remplacer un caractère entrant dont la valeur est inconnue ou non-représentable dans Unicode
    comparer l'utilisation de U+001A comme un caractère de contrôle pour indiquer que le substitut de la fonction

    http://www.fileformat.info/info/unicode/char/fffd/index.htm

    Vous obtenez ce parce que l'encodage du fichier ne correspond pas à l'encodage de votre programme prévoit.

    Par défaut ReadAllText attend UTF-8. C'est la rencontre d'une séquence d'octets qui ne représente pas un valide de caractères UTF-8, donc de le remplacer par le caractère de Remplacement.

    OriginalL'auteur Eric J.