C# 是否可以检测两种可能的文本文件编码？

我读 检测编码是不可能的。但是，是否可以检测编码是否是两种允许的编码之一

---

例如，我允许用户对其csv文件使用

Unicode UTF-8

和

iso-8859-2

。是否可以检测到它是前者还是后者？

由于无法检测编码，因此即使将编码限制为两种可能的编码，也无法检测到它

---

我能想到的唯一一件事是，你可以尝试用两种可能的编码方式中的一种进行编码，但是你必须检查它是否正确。这将涉及到对文本的解析，即使这样，您也无法100%确定它是否正确。

这两种编码对于所有八位位组=128都具有相同的含义，以进行确定。由于在UTF-8中，八位字节>=128总是成组出现（对于较长序列上的两个八位字节，用于编码单个代码点），因此三个八位字节序列{=128，如果使用StreamReader，则会有一个重载，它将在可能的情况下检测编码（BOM），但如果检测失败，则默认为UTF8

我建议您使用两个选项（UTF8或Current），如果用户选择Current，您将使用

var encoding = Encoding.GetEncoding(
      CultureInfo.CurrentCulture.TextInfo.OEMCodePage);
var reader = new StreamReader(encoding);

这将是最有希望的正确编码

例如，我允许用户使用 Unicode UTF-8和iso-8859-2的 csv文件。是否可以检测到 是前者还是后者

这不可能100%准确，因为，例如，字节C3 B1在ISO-8859-2中是“Ăą”的同等有效表示，就像在UTF-8中是“ñ”一样。事实上，由于ISO-8859-2为所有256个可能的字节分配了一个字符，所以每个UTF-8字符串也是一个有效的ISO-8859-2字符串（如果不是ASCII，则表示不同的字符）

然而，情况并非如此。UTF-8对哪些序列是有效的有严格的规则。超过99%的可能8-八位字节序列是无效的UTF-8。并且您的CSV文件可能比这长得多。因此，如果您：

执行UTF-8有效性检查。如果通过，则假定数据为UTF-8

否则，假设它是ISO-8859-2

然而，是否有可能检测到 编码是否为以下两种方式之一 允许吗

UTF-32（字节顺序）、UTF-8和CESU-8可以通过验证可靠地检测到。 UTF-16可以通过BOM的存在来检测（但不能通过验证来检测，因为偶数长度字节序列无效的唯一方法是使用未配对的代理项）

如果您至少有一个“可检测”编码，那么您可以检查可检测编码，并使用不可检测编码作为回退

如果这两种编码都是“不可检测的”，如ISO-8859-1和ISO-8859-2，那么就更难了。您可以尝试使用统计方法，如uses。

请参阅我（最近）对链接问题的回答：

---

此类将检查文件是否为UTF-8，然后尝试猜测是否为UTF-8。在我的例子中，文件是在外部环境中创建的。如何“执行UTF-8有效性检查”？如果数据是无效的UTF-8，则n Encoding.GetString将引发ArgumentException。