如何取得一个文件的编码格式？是ANSI的还是utf-8的等等

Question

拿到一个文件，怎么知道它是以什么编码方式存储的呢？？好急的！！！

Answer 1

UTF8、Unicode、Unicode Swap(Unicode big endian)都会有一个标记头，否则就直接当ANSI文件处理
UTF8前三个字节为(即BOM):&hEF、&hBB、&hBF
Unicode前两个字节为:&hFF、&hFE
Unicode Swap前两个字节为:&hFE、&hFF

Answer 2

unsigned大哥，能给个例子吗？我对vb文件操作不是很熟悉的 ：)

Answer 3

unsigned大哥，能给个例子吗？我对vb文件操作不是很熟悉的 ：)
===========================
呵呵，那偶就更不熟悉了^_^
偶只用Delphi/C++做过。

Answer 4

否则就直接当ANSI文件处理
这句是错的
如果是这样的话 就不会有
WINXP下 
在记事本输入“联通” 保存以后 再打开变成乱码的问题了

Answer 5

否则就直接当ANSI文件处理
这句是错的
如果是这样的话 就不会有
WINXP下 
在记事本输入“联通” 保存以后 再打开变成乱码的问题了
===================================================
在这个问题上面没有对或者错误的说法，也曾有人说这是记事本的BUG，这又如何解释？要知道一个文件弄不好几就是上百兆以上，难不成一个个字符进行检测？那么就需要首先检测是否为文本文件，而这文本文件又如何检测法呢？对于Unicode和ANSI很显明的有差别，不是么？
换句话说经这编码当中不仅有以上几种编码，还有UTF7也是一种标准编码，而这种编码不常用，也没有BOM。

Answer 6

to unsigned
这个不算是记事本的BUG因为 记事本不是  “否则就直接当ANSI文件处理”而是因为记事本判断utf8 默认的判断方式是 
看文件头几个字节的值的 110xxxxx 10xxxxxx 关键是这5个位
联通的ASCII码是  C1 AA CD A8  即 11000001 10101010 11001101 10101000
运气很不好的 全部满足了
附
Unicode编码和utf-8编码之间的对应关系表 
The table below summarizes the format of these different octet types.
  The letter x indicates bits available for encoding bits of the
  character number.  Char. number range  |        UTF-8 octet sequence
     (hexadecimal)    |              (binary)
  --------------------+---------------------------------------------
  0000 0000-0000 007F | 0xxxxxxx
  0000 0080-0000 07FF | 110xxxxx 10xxxxxx
  0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx    //////A/////////
  0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
这是一个Unicode编码和utf-8编码之间的对应关系表。中文的Unicode编码范围在0000 0800-0000 FFFF 中。

Answer 7

to unsigned
这个不算是记事本的BUG
=======================
个人观点不同罢了。

Answer 8

Dim TempFile As Long
    Dim LoadBytes() As Byte
    '以二进制读入文件内容
    TempFile = FreeFile
    Open FilePath For Binary As #TempFile
    ReDim LoadBytes(1 To LOF(TempFile)) As Byte
    Get #TempFile, , LoadBytes
    Close TempFile
    
    'On Error GoTo NoEncoding
    Dim i As Integer, FileCharset As String, strFileHead As String
    '从二进制流中分析文件头的编码信息
    For i = 1 To 3
        strFileHead = strFileHead & Hex(LoadBytes(i))
    Next
    '判断文件采用了何种编码
    If strFileHead = "EFBBBF" Then
    '前3个byte如果为 EF BB BF 则表示为 UTF-8编码
        FileCharset = "UTF-8"
    Else
        strFileHead = Left(strFileHead, 4)
        If strFileHead = "FEFF" Then
        '此时为 unicode big endian 编码
            FileCharset = "unicodeFFFE"
        ElseIf strFileHead = "FFFE" Then
        '此时为 unicode 编码
            FileCharset = "UNICODE"
        Else
        '否则默认为普通简体中文 GB2312
        '你如果知道其它编码的格式还可以继续的分析判断!
            FileCharset = "GB2312"
        End If
    End If