有一段编码，如何测出它是属于那种charset

Question

例如，一段编码为
xzp4kabfqj3kzau90mj2bytj6380c
如何测出它是gb2312、还是UTF-8、还是其它什么charset

Answer 1

public class EncodingType{
    public static System.Text.Encoding GetType(string FILE_NAME)
    {
        FileStream fs = new FileStream(FILE_NAME, FileMode.Open, FileAccess.Read);
        System.Text.Encoding r = GetType(fs);
        fs.Close();
        return r;
    }
    public static System.Text.Encoding GetType(FileStream fs)
    {
        /*byte[] Unicode=new byte[]{0xFF,0xFE};
        byte[] UnicodeBIG=new byte[]{0xFE,0xFF};
        byte[] UTF8=new byte[]{0xEF,0xBB,0xBF};*/        BinaryReader r = new BinaryReader(fs, System.Text.Encoding.Default);
        byte[] ss = r.ReadBytes(3);
        r.Close();
        //编码类型 Coding=编码类型.ASCII;
        if (ss[0] >= 0xEF)
        {
            if (ss[0] == 0xEF && ss[1] == 0xBB && ss[2] == 0xBF)
            {
                return System.Text.Encoding.UTF8;
            }
            else if (ss[0] == 0xFE && ss[1] == 0xFF)
            {
                return System.Text.Encoding.BigEndianUnicode;
            }
            else if (ss[0] == 0xFF && ss[1] == 0xFE)
            {
                return System.Text.Encoding.Unicode;
            }
            else
            {
                return System.Text.Encoding.Default;
            }
        }
        else
        {
            return System.Text.Encoding.Default;
        }
    }
} 

Answer 2

3楼的肯定不对……LZ的问题是给一段特定编码的流，判断其所用编码
你那代码是验证文件BOM头就算LZ也是要验证文件编码，也不能保证每个Unicode文件都有BOM头啊。LZ这个问题需要参考Unicode和GB2312对应的编码定义，多字节字符中，每个字节序列特定字节上可以出现的值是特定的，例如GB2312中如果头一个字节是0xA1，那后一个字节只能是0xA1到0xFE之间的值，而UTF-8中，如果发现一个字节是0xA1，那么它只能是一个多字节序列的第二个字节。话说这个问题并不是那么简单，如果是一个短语，那判断出错的几率很高php中有mb_stringencoding（或者类似）的一个函数，用于判断编码，也是经常出错的Ultraedit32有判断编码的功能，也是经常出错，LZ最好换个思路。

Answer 3

网上找到一段代码，但好像不是C#的，谁能将下列代码改成C#代码：1、判断是否是GB2312  
bool isGBCode(const string& strIn)  
{  
unsigned char ch1;  
unsigned char ch2;  if (strIn.size() >= 2)  
{  
ch1 = (unsigned char)strIn.at(0);  
ch2 = (unsigned char)strIn.at(1);  
if (ch1 >=176 && ch1 <=247 &&ch2 >=160 && ch2 <=254)  
return true;  
else return false;  
}  
else return false;  
}  
2、判断是否是GBK编码  
bool isGBKCode(const string& strIn)  
{  
unsigned char ch1;  
unsigned char ch2;  if (strIn.size() >= 2)  
{  
ch1 = (unsigned char)strIn.at(0);  
ch2 = (unsigned char)strIn.at(1);  
if (ch1 >=129 && ch1 <=254 &&ch2 >=64 && ch2 <=254)  
return true;  
else return false;  
}  
else return false;  
}  

Answer 4

搜索引擎只查看Header,而Header中就指定了字符集