【C#】ファイルの文字エンコード判定
テキストファイルを読んでとある処理をさせていたところ、
UTF-8は問題ないが、Shift-JISで文字化けが発生。
ファイルのエンコードを判断できないか調べてみたが
完璧な判断ロジックは存在しないらしく、
基本的な判断でさえそれなりのロジックが必要なことがわかった。
hnx8氏が公開している「ReadJEnc」という便利なDLLを発見したので
試してみました。※C#で書かれていてソースも公開されています
d.hatena.ne.jp
【実行結果】※ReanEncの結果で、StreamReader()に文字エンコードを指定する
// // 【ファイルの文字エンコード判定】※Windows7で動作確認済み // (c) 2017 mikan // ※使用にあたっては利用者の自己責任でお願いします。 // ※このサンプルは、UTF-8とShift-JISのみ対応 // using System; using System.IO; namespace EncodeCheck { class Program { static void Main(string[] args) { string str; // エンコード取得 foreach (string s in args) { Console.WriteLine("--------------------------------------------------"); Console.WriteLine("ファイル名:{0}", s); str = CodeCheck(s); Console.WriteLine("エンコード:{0}", str); Console.WriteLine("--------------------------------------------------"); fileread(s, str); Console.WriteLine("\n"); } } // ファイル表示 static int fileread(string fname, string encoding) { string ENCODE_STR; if (encoding == "ShiftJIS") { ENCODE_STR = "shift_jis"; } else { ENCODE_STR = "utf-8"; } // ファイルオープン System.IO.StreamReader sr = new System.IO.StreamReader( fname, System.Text.Encoding.GetEncoding(ENCODE_STR)); // 一行ずつ読み込み while (sr.Peek() > -1) { // 上のStreamReader()で文字エンコードを指定していないと // コンソール出力でShift-JISが文字化けする Console.WriteLine(sr.ReadLine()); } sr.Close(); return 0; } // 文字エンコード取得 static string CodeCheck(string fname) { string str = null; // ファイルをbyte形で全て読み込み FileStream fs = new FileStream(fname, FileMode.Open); byte[] data = new byte[fs.Length]; fs.Read(data, 0, data.Length); fs.Close(); // 文字エンコード推定(hnx8氏公開のDLL) var charCode = Hnx8.ReadJEnc.ReadJEnc.JP.GetEncoding(data, data.Length, out str); return charCode.ToString(); } } }