UTF8 字符写入文件时丢失

Question

我正在创建一个应用程序来扫描和合并 CSV 文件。将数据写入新文件时遇到问题。其中一个字段具有 ö 字符，该字符会一直保留到我将其写入新文件为止。然后它变成 "actual" 值：ö 而不是 "expected" 值：ö

我怀疑 UTF8 编码不是最好用的，但还没有找到更好的工作方法。如有任何帮助，我们将不胜感激！

</p> <pre><code>byte[] nl = new UTF8Encoding(true).GetBytes("\n"); using (FileStream file = File.Create(filepath)) { string text; byte[] info; for (int r = 0; r < data.Count; r++) { int c = 0; for (; c < data[r].Count - 1; c++) { text = data[r][c] + @","; text = text.Replace("\n", @""); text = text.Replace(@"☼", @""""); info = new UTF8Encoding(true).GetBytes(text); file.Write(info, 0, text.Length); } text = data[r][c]; info = new UTF8Encoding(true).GetBytes(text); file.Write(info, 0, text.Length); file.Write(nl, 0, nl.Length); }

}

Answer 1

我可能弄错了，这可能应该放在评论中，但我还不能评论。文本编辑器会将二进制数据解码成某种编码。您可以在十六进制编辑器中检查实际的二进制数据。您可以验证写入文件的二进制数据。 Notepad++ 有一个十六进制编辑器插件，你可以使用。

BinaryWriter 在将字节写入文件时更容易使用。您还可以设置 BinaryWriter 的编码。您需要将其设置为 UTF-8。

编辑

忘记说了。当您写出字节时，您也将希望以字节的形式读入。使用 BinaryReader 并将编码设置为 UTF-8。

读取正在使用的字节后Encoding.UTF8.GetString()将字节转换为字符串。

Answer 2

您可能会截断输出，因为 UTF-8 是多字节的。

不要这样做：

info = new UTF8Encoding(true).GetBytes(text);
file.Write(info, 0, text.Length);

改为使用info.Length。

info = new UTF8Encoding(true).GetBytes(text);
file.Write(info, 0, info.Length); // change this line

UTF8 字符写入文件时丢失

UTF8 Character lost when written to file

c#

filestream