1. Encodage par défaut
Quand tu travailles avec StreamReader ou StreamWriter, ils utilisent un encodage par défaut.
Si tu écris :
using var reader = new StreamReader("myfile.txt");
ou
using var writer = new StreamWriter("output.txt");
.NET choisit un encodage par défaut. Sur Windows c'est généralement UTF-8 (souvent sans BOM), mais dans des applis legacy ou en l'exécutant sur d'autres systèmes le comportement peut différer.
Dans la plupart des cas UTF-8 est un bon choix : il supporte toutes les langues et stocke compactement le texte en anglais (et le russe aussi, en général). Mais si le fichier a été créé avec un autre encodage (par ex. Windows-1251), ou s'il sera lu par d'autres programmes qui attendent un encodage précis, il faut indiquer explicitement celui voulu.
2. Indiquer l'encodage pour StreamReader et StreamWriter
Variantes de constructeurs
Tant StreamReader que StreamWriter acceptent des constructeurs où tu peux passer un objet de type System.Text.Encoding.
Exemple :
using var reader = new StreamReader("myfile.txt", Encoding.UTF8);
using var writer = new StreamWriter("output.txt", false, Encoding.UTF8);
Si tu veux travailler en ASCII, Windows-1251 ou UTF-16, remplace juste l'encodage :
using var reader = new StreamReader("myfile.txt", Encoding.Unicode); // UTF-16
using var reader2 = new StreamReader("rus.txt", Encoding.GetEncoding("windows-1251"));
Petite table des encodages populaires :
| Encodage | C# expression | Description |
|---|---|---|
| UTF-8 | |
Prise en charge de toutes les langues, compacte |
| UTF-16 (Unicode) | |
Standard .NET, 2 octets par caractère |
| ASCII | |
Seulement les caractères de base (anglais) |
| Windows-1251 | |
Russe, anciens programmes Windows |
Attention ! Pour des encodages non standard comme Windows-1251 utilise la méthode Encoding.GetEncoding("windows-1251").
3. Lire et écrire en précisant l'encodage
Ajoutons à notre petite appli un comportement : qu'elle lise un fichier dans l'encodage indiqué et écrive le résultat dans un nouveau fichier, lui aussi avec un encodage explicitement défini. C'est comme ça qu'on peut convertir du texte entre différents systèmes !
Exemple 1 : Lecture d'un fichier en Windows-1251 et affichage
// Supposons que le fichier ait été créé en ancien encodage Windows-1251
using var reader = new StreamReader("ru_text.txt", Encoding.GetEncoding("windows-1251"));
string line;
while ((line = reader.ReadLine()) != null)
{
Console.WriteLine(line);
}
Pourquoi c'est important : Si on n'avait pas précisé l'encodage, au lieu des lettres russes on aurait des caractères affreux comme "Учебник".
Exemple 2 : Écrire un fichier en UTF-16 (Unicode)
using var writer = new StreamWriter("utf16text.txt", false, Encoding.Unicode);
writer.WriteLine("Bonjour, le monde!");
writer.WriteLine("Hello, world!");
writer.WriteLine("こんにちは世界");
Résultat : En ouvrant le fichier, par exemple dans Notepad, tu verras que tous les caractères s'affichent correctement.
4. Petite utilité pour convertir des encodages
Exercice (souvent posé en entretien !) : Convertir un fichier texte de l'encodage Windows-1251 vers UTF-8.
string sourcePath = "ru_text_1251.txt";
string destPath = "ru_text_utf8.txt";
// Lecture en encodage Windows-1251
using var reader = new StreamReader(sourcePath, Encoding.GetEncoding("windows-1251"));
// Écriture en UTF-8
using var writer = new StreamWriter(destPath, false, Encoding.UTF8);
string? line;
while ((line = reader.ReadLine()) != null)
writer.WriteLine(line);
Maintenant ru_text_utf8.txt peut être ouvert tranquille dans VSCode, Linux, sur Mac et afficher le texte lisiblement.
5. Astuces utiles
Comment savoir dans quel encodage est un fichier ?
C'est une question piège ! Le fichier n'indique généralement pas son encodage (sauf s'il contient un BOM, on en reparlera dans la prochaine leçon). Si tu ouvres un fichier avec le mauvais encodage, le résultat c'est du charabia.
Approches pratiques typiques :
- Si le fichier a été créé par ton appli — utilise toujours le même encodage pour la lecture que celui utilisé à l'écriture.
- Si le fichier vient d'une source inconnue — essaye différents encodages ou utilise des outils externes pour le détecter.
Travailler avec des emojis et des caractères exotiques
UTF-8 et UTF-16 permettent d'utiliser librement des emoji et des symboles de langues diverses. Essaie d'enregistrer un fichier avec des emojis en UTF-8, puis de l'ouvrir avec un encodage ancien — ça peut donner du spectacle (ou pas) !
Code avec emoji :
using var writer = new StreamWriter("emoji.txt", false, Encoding.UTF8);
writer.WriteLine("Bonjour 👋😀🌍");
StreamReader avec détection automatique d'encodage
Le constructeur de StreamReader a une surcharge avec le paramètre detectEncodingFromByteOrderMarks :
new StreamReader(path, encoding, detectEncodingFromByteOrderMarks: true)
Si ce paramètre est à true (valeur par défaut !), StreamReader va tenter de deviner l'encodage à partir d'un éventuel BOM (une "marque" spéciale en début de fichier). Mais si le fichier a été créé sans BOM ou avec un encodage exotique, la détection ne fonctionnera pas.
Quand et pourquoi préciser explicitement l'encodage ?
- Données multilingues : support d'arabe, chinois, emoji, etc.
- Intégrations : le fichier est lu/écrit par d'autres systèmes qui attendent un encodage précis.
- Taille du fichier importante : ASCII/UTF-8 est plus économe pour la latin, UTF-16 peut être mieux pour les idéogrammes.
- Compatibilité : logs/export pour d'autres applications.
6. Erreurs typiques avec les encodages
Erreur n°1 : absence de spécification explicite de l'encodage lors de la lecture d'un fichier.
Lire un fichier contenant du texte russe (ou autre texte non latin) sans indiquer l'encodage mène souvent à du "charabia" illisible.
Erreur n°2 : encodages différents à l'écriture et à la lecture.
Le fichier a été écrit dans un encodage et ouvert dans un autre — résultat : texte corrompu. Ça arrive souvent en déplaçant des fichiers entre différents OS ou applications.
Erreur n°3 : encodages non supportés ou partiellement supportés.
Certains éditeurs gèrent mal UTF-8 sans BOM ou les vieux encodages mono-octet comme Windows-1251. Parfois il faut forcer l'encodage manuellement et tester.
GO TO FULL VERSION