如何在不丢失奇数字符的情况下阅读文本文件？

Question

我想使用System.IO.File.ReadAllLines将文本文件读入字符串数组。但是，ReadAllLines会删除我想要保留的文件中的一些奇怪字符，例如chr（187）。我尝试了一些不同的编码选项，但这没有帮助，我没有看到“无编码”的选项。

我可以使用FileOpen和LineInput来不经修改地读取文​​件，但这有点慢。使用FileSystemObject也可以正常工作，但我宁愿不使用它。

在.net中将文本文件读入字符串数组而不进行修改的最佳方法是什么？

Answer 1

没有“无编码”这样的概念。您必须找出正确的编码，否则您无法正确解释数据。

当你说“chr（187）”时，你的意思是什么Unicode字符？

您可能想尝试的一些编码：

• Encoding.Default - 系统默认编码
• Encoding.GetEncoding（28591） - ISO-Latin-1
• Encoding.UTF8 - 在现代文件中非常常见

Answer 2

听起来你想要读取原始字节。

使用File.ReadAllBytes将它们读入数组（不要对大文件执行此操作），或使用FileStream一次读取大块字节。

Answer 3

被剥离的字符位于文件的开头。事实证明它们是UTF-8的字节顺序标记。 File.ReadAllLines和File.ReadAllText删除了字节顺序标记，而LineInput和FileSystemObject函数则没有。

如果我在问题中解释了奇怪的字符在文件的开头，我想我会得到一个快速答案。我将Jon Skeet归功于我提出的问题的最佳答案。