在VB2005中,读取文本文件中的文本可以采用的方法是System.IO.File.ReadAllText,这个函数有两个参数,一个是文件的文件名(包含路径);一个是文本的编码,如果省略,采用系统默认的编码。可是,一般的文本编码有ANSI、Unicode、UTF8等。如果编码的格式选择不对,则读出来是一段乱码。
笔者依照网上的资料,编写一个函数,能自动根据判别文本的编码格式,首先是将文本文件的数据读到字节数组中,再判别文本的编码格式,最后将字节数组转化为文本。
依据字节流,前三个字节标识着这个文本的编码方式。那么依据这三个字节的值,用不同的编码来解析这个字节流。这是下面这段代码的核心内容。
代码格式修正于2012年1月5日
Public Shared Function ReturnEncoding(ByVal tB() As Byte) As System.Text.Encoding
Dim tB1 As Byte, tB2 As Byte, tB3 As Byte, tB4 As Byte
If tB.Length < 2 Then Return Nothing
tB1 = tB(0)
tB2 = tB(1)
If tB.Length >= 3 Then tB3 = tB(2)
If tB.Length >= 4 Then tB4 = tB(3)
If (tB1 = &HFE AndAlso tB2 = &HFF) Then Return System.Text.Encoding.BigEndianUnicode
If (tB1 = &HFF AndAlso tB2 = &HFE AndAlso tB3 <> &HFF) Then Return System.Text.Encoding.Unicode
If (tB1 = &HEF AndAlso tB2 = &HBB AndAlso tB3 = &HBF) Then Return System.Text.Encoding.UTF8
Return System.Text.Encoding.Default
End Function
Dim tB1 As Byte, tB2 As Byte, tB3 As Byte, tB4 As Byte
If tB.Length < 2 Then Return Nothing
tB1 = tB(0)
tB2 = tB(1)
If tB.Length >= 3 Then tB3 = tB(2)
If tB.Length >= 4 Then tB4 = tB(3)
If (tB1 = &HFE AndAlso tB2 = &HFF) Then Return System.Text.Encoding.BigEndianUnicode
If (tB1 = &HFF AndAlso tB2 = &HFE AndAlso tB3 <> &HFF) Then Return System.Text.Encoding.Unicode
If (tB1 = &HEF AndAlso tB2 = &HBB AndAlso tB3 = &HBF) Then Return System.Text.Encoding.UTF8
Return System.Text.Encoding.Default
End Function