1. 預設編碼
當你使用 StreamReader 或 StreamWriter 時,它們會使用預設編碼。
如果你寫:
using var reader = new StreamReader("myfile.txt");
或
using var writer = new StreamWriter("output.txt");
.NET 會選擇 預設編碼。在 Windows 上這通常是 UTF-8(常常沒有 BOM),但在舊的應用或在其他系統上執行時行為可能不同。
大多數情況下 UTF-8 是不錯的選擇:它支援所有語言,對英文(以及俄文)來說也很緊湊。但如果檔案是用其他編碼建立(例如 Windows-1251),或是其他程式會期待某個特定編碼,那你就需要明確指定。
2. 為 StreamReader 和 StreamWriter 指定編碼
建構子選項
StreamReader 和 StreamWriter 都支援可以傳入 System.Text.Encoding 物件的建構子。
範例:
using var reader = new StreamReader("myfile.txt", Encoding.UTF8);
using var writer = new StreamWriter("output.txt", false, Encoding.UTF8);
如果你想用 ASCII、Windows-1251 或 UTF-16,只要換成對應的編碼:
using var reader = new StreamReader("myfile.txt", Encoding.Unicode); // UTF-16
using var reader2 = new StreamReader("rus.txt", Encoding.GetEncoding("windows-1251"));
熱門編碼快速表:
| 編碼 | C# 表達式 | 說明 |
|---|---|---|
| UTF-8 | |
支援所有語言,對英文等較緊湊 |
| UTF-16 (Unicode) | |
.NET 的標準,平均 2 個位元組/字元 |
| ASCII | |
只有基本符號(英文字) |
| Windows-1251 | |
俄文用,舊的 Windows 程式 |
注意!對於像 Windows-1251 這類非標準編碼,請使用方法 Encoding.GetEncoding("windows-1251")。
3. 指定編碼來讀寫
我們來在小型應用加個功能:讓它用指定編碼讀檔,然後把結果寫到新檔案(也明確指定編碼)。這樣就能在不同系統之間轉換文字。
範例 1:用 Windows-1251 編碼讀檔並輸出到螢幕
// 假設檔案是用舊的 Windows-1251 建立的
using var reader = new StreamReader("ru_text.txt", Encoding.GetEncoding("windows-1251"));
string line;
while ((line = reader.ReadLine()) != null)
{
Console.WriteLine(line);
}
為什麼這很重要:如果不指定編碼,俄文字會變成一堆亂碼,例如 "Uchebnik"。
範例 2:以 UTF-16 (Unicode) 寫檔
using var writer = new StreamWriter("utf16text.txt", false, Encoding.Unicode);
writer.WriteLine("嗨,世界!");
writer.WriteLine("Hello, world!");
writer.WriteLine("こんにちは世界");
結果:在 Notepad 打開檔案,你會看到所有字元都正常顯示。
4. 小工具:編碼轉換
作業(面試常會出現!):把文字檔從 Windows-1251 轉成 UTF-8。
string sourcePath = "ru_text_1251.txt";
string destPath = "ru_text_utf8.txt";
// 以 Windows-1251 編碼讀取
using var reader = new StreamReader(sourcePath, Encoding.GetEncoding("windows-1251"));
// 寫成 UTF-8
using var writer = new StreamWriter(destPath, false, Encoding.UTF8);
string? line;
while ((line = reader.ReadLine()) != null)
writer.WriteLine(line);
現在 ru_text_utf8.txt 可以在 VSCode、Linux、Mac 上放心打開並看到可讀的文字。
5. 有用的小技巧
怎麼判斷檔案的編碼?
這問題有點陷阱!檔案通常不會內含它自己的編碼資訊(有 BOM 的檔案是例外,下一堂會詳講)。如果你用錯編碼開檔,結果就是一堆亂碼。
常見實務做法:
- 如果檔案是你的程式建立的——讀檔時一定要用跟寫檔時相同的編碼。
- 如果檔案來自不明來源——試試不同編碼或用外部工具偵測編碼。
處理 emoji 和奇怪字元
UTF-8 和 UTF-16 可以自由使用 emoji 和來自不同語系的字元。試試把含有 emoji 的檔案存成 UTF-8,然後用舊編碼打開——會很有趣(也可能很崩潰)!
含 emoji 的範例程式:
using var writer = new StreamWriter("emoji.txt", false, Encoding.UTF8);
writer.WriteLine("嗨 👋😀🌍");
StreamReader 的自動編碼偵測
StreamReader 的建構子有一個帶 detectEncodingFromByteOrderMarks 參數的 overload:
new StreamReader(path, encoding, detectEncodingFromByteOrderMarks: true)
如果這個參數是 true(預設值!),StreamReader 會試著從檔頭的 BOM(開始的那個「標記」)去猜編碼。但如果檔案沒 BOM 或用很奇怪的編碼,猜測就不會成功。
什麼時候、為什麼要明確指定編碼?
- 多語系資料:支援阿拉伯文、中文、emoji 等。
- 整合:檔案不只由你的程式讀寫,還會被別的系統讀取,而它期待特定編碼。
- 檔案大小重要: ASCII/UTF-8 對拉丁字母比較省空間,UTF-16 對漢字比較合適。
- 相容性:像是 logs 或匯出給其他應用程式。
6. 常見的編碼錯誤
錯誤 №1:讀檔時沒有明確指定編碼。
讀取含有俄文(或其他非拉丁字元)文字的檔案卻沒指定編碼,通常會看到難以閱讀的亂碼。
錯誤 №2:寫檔和讀檔的編碼不一致。
檔案以一種編碼寫入,卻用另一種編碼打開 —— 結果就是被破壞的文字。這種情況常在不同作業系統或程式之間移轉時發生。
錯誤 №3:不被支援或只部分支援的編碼。
有些編輯器對沒有 BOM 的 UTF-8 或像 Windows-1251 這類舊式單字節編碼支援不好。有時候你得手動切換編碼來試。
GO TO FULL VERSION