如何读取包含特殊字符的ANSI编码文件

我正在写一个TFS签入策略，它检查我们的源文件是否包含我们的文件头。

我的问题是，我们的文件头包含一个特殊的字符“©”，不幸的是我们的一些源文件在ANSI编码。 所以如果我在策略中读取这些文件，这个string看起来就像这个“Copyright？2009”。

string content = File.ReadAllText(pendingChange.LocalItem); 

我厌倦了改变string的编码，但它没有帮助。 那我该如何读取这些文件，才能得到正确的string“Copyright©2009”？

感谢帮助！

问候恩

Answer 1

使用Encoding.Default ：

 string content = File.ReadAllText(pendingChange.LocalItem, Encoding.Default); 

但是，您应该知道，它使用系统默认编码读取它 – 这可能与文件的编码不同。 没有单一的编码称为ANSI，但是通常当人们谈论“ANSI编码”时，他们指的是他们使用的盒子。

如果您能够find所使用的确切编码，您的代码将更加健壮。

Answer 2

如果你有这样的政策，你也会有团队认可的标准编码，这似乎是明智的。 说实话，我不明白为什么任何一个团队会使用除“Unicode（UtF-8 with signature） – Codepage 65001”以外的编码（除了ASPX页面可能包含非拉丁静态内容，但即使如此，看看如何使用UTF-8将是一个大问题）。

假设您仍然希望允许混合编码，那么接下来需要一种方法来确定文件保存在哪个编码中，以便知道将哪个编码传递给ReadAllText 。 它不容易从文件中确定，但使用Encoding.Default可能会正常工作。 由于它最有可能只有2个编码来处理VS（UTF-8带签名）和一个通用的ANSI编码（可能是Windows-1252）。

因此使用

  string content = File.ReadAllText(pendingChange.LocalItem, Encoding.Default); 

将工作。 （正如我看到乔恩已经发布）。 这是有效的，因为当UTF-8 BOM（这是VS表示“签名”的意思）出现在文件的开头时，提供的编码参数将被忽略，而UTF-8仍然被使用。 因此，在使用UTF-8保存文件的情况下，您将得到正确的结果，而在使用ANSI的情况下，您最有可能得到正确的结果。

顺便说一句，如果你正在处理文件标题不会ReadAllLines使事情更容易？