如何判断文本文件的编码类型（高难度）

Question

我做了一个在线文本编辑器，就是用来修改文本文件，  但是文本文件有 UTF-8 UNICODE ANSII 各种编码类型，我读取文件的时候需要判断才行啊，就像EditPlus打开文本文件一样，可以得到编码，  我如何用ASP.NET 实现判断呢？？

Answer 1

http://topic.csdn.net/u/20110127/16/45de55c2-f1dc-4d17-b795-111546c8ce30.html

Answer 2

http://msdn.microsoft.com/en-us/library/dd318125(v=vs.85).aspxGetTextCharset() API当然，并非百分之百准确。不是这个函数的问题，而是它也是猜测。

Answer 3

你可以参考
http://msdn.microsoft.com/en-us/library/dd374085(v=vs.85).aspx所有和字符相关的API。

Answer 4

UTF-8有的文件有BOM（BOM就是表示文件类型的前两个字节或三个字节），有的文件没有BOM。
当UTF-8没有BOM的时候，记事本就不能严格区分ANSI文件和UTF-8文件。
这种情况下记事本只能根据文件中的内容进行猜测。如果ANSI文件中内容刚好和某些UTF-8编码匹配，记事本就会把它误当作UTF-8来处理，从而显示乱码。
一个比较常见的例子是“没”，把一个汉字“没”输入文件，然后打开，当今绝大部分流行的文件编辑器都会显示乱码“û”。唯一能正确显示这个汉字的文件编辑器是PilotEdit，PilotEdit具有很强的编码识别能力。