自动识别文字的编码以及读取所有文本—

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

本文转自万仓一黍博客园博客，原文链接：http://www.cnblogs.com/grenet/archive/2009/12/11/1621602.html，如需转载请自行联系原作者

自动识别文字的编码以及读取所有文本——VB2005相关推荐

java中unicode显示乱码_Java 已知Java系统编码是GBK，jtextarea从一编码为Unicode的文本中读取数据，出现乱码，怎么正常显示？...
Java 已知Java系统编码是GBK,jtextarea从一编码为Unicode的文本中读取数据,出现乱码,怎么正常显示? 关注:159 答案:2 mip版解决时间 2021-02-03 12 ...
html文本编码声明,黑帽seo技术之文字HTML编码变体的实现解密
由于跟上一篇文章有的手段接近,因此这里就一起写的话比较容易理解.我们先来上图: 可以看到,跟昨天差不多的黑帽关键词哈,这次用搜狗的,因为目前搜狗对这类站点似乎比较友好?这都不是重点,这几个站看起来像是 ...
【转】为什么不能使用字符流读取非文本的二进制文件？
读取文件刚学Java的IO流部分时,书上说只能使用字节流去读取图片.视频等非文本二进制文件,不能使用字符流,否则文件会损坏.所以我就一直记住这一点了,但是为什么不能使用,这一直是我的一个疑惑.今天, ...
OCR -上传图片自动识别文字并填充
上传证件照片,自动识别证件上的文字信息, 并填充在适当的位置 !!不是广告!! 这种技术叫 OCR文字识别 OCR(optical character recognition)文字识别是指电子设备(例 ...
【转载】C#中StreamReader读取中文文本出现乱码的解决方法
首先O(∩_∩)O谢谢一品梅分享了自己的经验,这是他的blog原文地址 http://www.cnblogs.com/onlyendure/archive/2008/03/25/1121247.htm ...
python怎么重命名word文件,Python读取word文本操作详解
本文研究的主要问题时Python读取word文本操作,分享了相关概念和实现代码,具体如下. 一,docx模块 Python可以利用python-docx模块处理word文档,处理方式是面向对象的.也就 ...
分析:windows下cmd默认的编码是ASCII编码 ,windows的中文环境下编码是GBK 方法一:在保存输出流保存的时候做一个对文字GBK编码,在输出到文件如下 [python] view
分析:windows下cmd默认的编码是ASCII编码 ,windows的中文环境下编码是GBK 方法一:在保存输出流保存的时候做一个对文字GBK编码,在输出到文件如下 [python] view ...
office是python打开方式_Python读取word文本操作详解
本文研究的主要问题时Python读取word文本操作,分享了相关概念和实现代码,具体如下. 一,docx模块 Python可以利用python-docx模块处理word文档,处理方式是面向对象的.也就 ...
java 读取txt乱码_java 逐行读取txt文本如何解决中文乱码
java读取txt文本中如含有中文,可能会出现乱码,解决方案是: 1.要统一编码,java工程的编码,txt文本编码,java工程中的java文本编码都统一为utf-8: 2.利用 InputStre ...

自动识别文字的编码以及读取所有文本——VB2005

自动识别文字的编码以及读取所有文本——VB2005相关推荐

最新文章

热门文章