Windows下文件的两种字符集，一种是ANSI，一种Unicode。

对于Unicode，Windows支持三种编码方式，一种是小尾编码（Unicode)，一种是大尾编码(BigEndianUnicode)，一种是UTF-8编码。

可以从文件的头部来区分一个文件是属于哪种编码。
当头部开始的两个字节为 FF FE时，是Unicode的小尾编码；
当头部的两个字节为FE FF时，是Unicode的大尾编码；
当头部两个字节为EF BB时，是Unicode的UTF-8编码；
当它不为这些时，则是ANSI编码。

可以通过读取文件头的两个字节来判断文件的编码格式，以上是c#实现的代码实例。

///System.Text.Encoding.Default 为操作系统的当前 ANSI 代码页的编码
///http://www.
public System.Text.Encoding  GetFileEncodeType(string filename) 
{ 
 System.IO.FileStream fs = new System.IO.FileStream(filename, System.IO.FileMode.Open, System.IO.FileAccess.Read); 
 System.IO.BinaryReader br = new System.IO.BinaryReader(fs); 
Byte[] buffer = br.ReadBytes(2); 
 if(buffer[0]>=0xEF) 
{ 
 if(buffer[0]==0xEF && buffer[1]==0xBB) 
 { 
  return System.Text.Encoding.UTF8; 
} 
else if(buffer[0]==0xFE && buffer[1]==0xFF) 
{ 
  return System.Text.Encoding.BigEndianUnicode; 
 } 
else if(buffer[0]==0xFF && buffer[1]==0xFE) 
{ 
 return System.Text.Encoding.Unicode; 
} 
else
{ 
 return System.Text.Encoding.Default; 
} 
} 
else
{ 
return System.Text.Encoding.Default; 
}
}

您可能感兴趣的文章: