如何判断文本文件的编码格式

时间:2010-01-30 08:19:35  来源:第二电脑网  作者:第二电脑网

  第二电脑网导读:是根据文本的前两个字节来定义其编码格式的。定义如下:  ANSI:        无格式定义;  Unicode:       前两个字节为FFFE;  Unicode big endian: 前两字节为FEFF;    UTF-8:        前两字节为EFBB;   知道了各种编码格式的区别,写代码就容易了,以下是我...
  正文:这里指的文本是用于Windows系统中的扩展名为.txt的文件。

  Notepad(记事本)只支持四种格式:ANSI/Unicode/Unicode big endian/UFT-8,在Delphi中如何判断与读取这些不同格式的文本呢?

  首先,不同编码的文本,是根据文本的前两个字节来定义其编码格式的。定义如下:

  ANSI:        无格式定义;
  Unicode:       前两个字节为FFFE;
  Unicode big endian: 前两字节为FEFF; 
  UTF-8:        前两字节为EFBB; 

  知道了各种编码格式的区别,写代码就容易了,以下是我在一个软件中写的处理代码:
(注意,Delphi的TMemo/TRichEdit只支持ANSI的文本文件,其它编码格式的文件需要自行写代码转换成GB2312或BIG5,方能正确显示)


type
TTextFormat=(tfAnsi,tfUnicode,tfUnicodeBigEndian,tfUtf8);
const
TextFormatFlag:array[tfAnsi..tfUtf8] of word=($0000,$FFFE,$FEFF,$EFBB); 

procedure WordLoHiExchange(var w:Word);
var
b:Byte;
begin
  b:=WordRec(w).Lo;
  WordRec(w).Lo:=WordRec(w).Hi;
  WordRec(w).Hi:=b;
end;

{ TextFormat返回文本编码类型,sText未经处理的文本 }
function ReadTextFile(const FileName: string;
var TextFormat: TTextFormat; var sText:string);
var
w:Word;
b:Byte;
begin
  with TFileStream.Create(FileName,fmOpenRead or fmShareDenyNone) do
    try
      Read(w,2);
      WordLoHiExchange(w);//因为是以Word数据类型读取,故高低字节互换
    if w = TextFormatFlag[tfUnicode] then
      TextFormat:= tfUnicode
      else if w = TextFormatFlag[tfUnicodeBigEndian] then
      TextFormat:= tfUnicodeBigEndian
      else if w = TextFormatFlag[tfUtf8] then
      begin
        Read(b,1);//这里要注意一下,UFT-8必须要跳过三个字节。
      TextFormat:=tfUtf8;
      end else
      begin
        TextFormat:=tfANSI;
        Position:=0;
      end;
      SetLength(sText,Size-Position);
      ReadBuffer(sText[1],Size-Position);
      finally
        Free;
      end;
    end;

"如何判断文本文件的编码格式"由第二电脑网原创提供,转载请注明:http://www.002pc.com/master/College/Language/Delphi/12609.html


关键字:

关于《如何判断文本文件的编码格式》文章的评论

站内搜索: 高级搜索

热门搜索: Windows style 系统 tr IP QQ CPU 安装 function 注册 if td