又遇到文件編碼亂碼的事情，這回稍微有些頭緒，但是還是花了很多時間去解決。

場景：上傳csv文件，導入到數據庫。上傳文件的編碼不定，需要轉成unicode存儲。

問題點：需要解決判斷上傳文件的編碼。

關於編碼，網上已有很多博客解釋，只需查詢關鍵字 unicode ansi bom 等

下面貼一個.net 官方的一些編碼類型 地址：https://msdn.microsoft.com/zh-cn/library/windows/desktop/dd317756(v=vs.85).aspx

我這邊主要是判斷中文編碼和unicode的一系列編碼。在使用GB2312時發現該編碼方式不存在，需要導入編碼包：System.Text.Encoding.CodePages

並在使用該編碼前添加一行

Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);

之後即可使用，使用方式如下：

Encoding.GetEncoding("GB2312")

根據網上一個高分根據bom判斷編碼方式（GB2312無法根據bom判斷，且我的案例中只需判斷unicode和GB2312，因此修改了方法，default返回GB2312）

 1 /// <summary>
 2         /// 獲取文件編碼方式
 3         /// </summary>
 4         /// <param name="filename"></param>
 

 5         /// <returns></returns>
 6         public static Encoding GetEncoding(string filename)
 7         {
 8             // Read the BOM
 9             var bom = new byte[4];
10             using (var file = new FileStream(filename, FileMode.Open, FileAccess.Read))
11             {
12                 file.Read(bom, 0
 
, 4);
13             }
14 
15             // Analyze the BOM
16             if (bom[0] == 0x2b && bom[1] == 0x2f && bom[2] == 0x76) return Encoding.UTF7;
17             if (bom[0] == 0xef && bom[1] == 0xbb && bom[2] == 0xbf) return Encoding.UTF8;
18             if (bom[0] == 0xff && bom[1] == 0xfe) return Encoding.Unicode; //UTF-16LE
19             if (bom[0] == 0xfe && bom[1] == 0xff) return Encoding.BigEndianUnicode; //UTF-16BE
20             if (bom[0] == 0 && bom[1] == 0 && bom[2] == 0xfe && bom[3] == 0xff) return Encoding.UTF32;
21             return Encoding.GetEncoding("GB2312");
22         }

另外，在上傳的文件是根據這個編碼方式，讀入文件流，而.net內部本身就是unicode編碼，可以直接存儲使用。

1  var encoding = GetEncoding(filePath);
2  using (var sr = new StreamReader(file.OpenReadStream(), encoding, true)) //此處必須設置為true，用於設置自動察覺bom
3  {
4      using (var sw = new StreamWriter(filePath))
5      {
6           await sw.WriteAsync(sr.ReadToEnd()).ConfigureAwait(false);
7      }
8  }

關於這個自動察覺bom，借鑒博客https://www.mgenware.com/blog/?p=175

C#文件上傳編碼亂碼