怎么把TXT文件的encoding改成 UTF8

encoding就是文本文件的编码方式，如果不明白编码方式是什么意思，请参考：

http://zhidao.baidu.com/question/102680692.html

推荐用软件Replace Pioneer,把文件从gbk(ansi)编码转换为utf8的详细步骤：

==========

单文件转换：

1. 打开Convert->Encoding Convert菜单

2.点击input encoding，设置成CN->gbk

3.点击output encoding,设置成utf-8

4.选择input file 和output file,点击Start即可。

==========

批量文件转换：

第一步：选文件

1.打开Tools->Batch Runner菜单

2.把待处理文件从windows拖拽到Batch Runner窗口中

第二步：变换编码

1.点击Change Encode按钮

2.点击input encoding，设置成CN->gbk

3.点击output encoding,设置成utf-8

4.点击start，完成

注：如果你想把输出保存到新文件里，可以修改set output filename,把它从${FILENAME}改成新的规则,比如${FILENAME}.new。还要注意备份，以防 *** 作失误。

==========

编码检测：

另外，如果不知道一个文件原来的编码是什么，还可以用Tools->Encoding Detection菜单来检测。

如何确定文件编码格式的方法？？

当我们用System.IO.StreamReader读取包含汉字的txt文件时，经常会读出乱码（StreamWriater写文本文件也有类似的问题），原因很简单，就是文件的编码（encoding）和StreamReader/Writer的encoding不对应。

为了解决这个问题，我写了一个类，来取得一个文本文件的encoding，这样我们就可以创建对应的StreamReader和StreamWriter来读写，保证不会出现乱码现象。其实原理很简单，文本编辑器（比如XP自带的记事本）在生成文本文件时，如果编码格式和系统默认的编码（中文系统下默认为GB2312）不一致时，会在txt文件开头部分添加特定的“编码字节序标识（Encoding Bit Order Madk，简写为BOM）”，类似PE格式的"MZ"文件头。这样它在读取时就可以根据这个BOM来确定该文本文件生成时所使用的Encoding。这个BOM我们用记事本等程序打开默认是看不到的，但是用stream按字节读取时是可以读到的。我的这个TxtFileEncoding类就是根据这个BOM“文件头”来确定txt文件生成时用到的编码的。

//　作者：袁晓辉

//　2005-8-8

// // // // // //

using System

using System.Text

using System.IO

namespace Farproc.Text

{

/// <summary>

/// 用于取得一个文本文件的编码方式(Encoding)。

/// </summary>

public class TxtFileEncoding

{

public TxtFileEncoding()

{

//

// TODO: 在此处添加构造函数逻辑

//

}

/// <summary>

/// 取得一个文本文件的编码方式。如果无法在文件头部找到有效的前导符，Encoding.Default将被返回。

/// </summary>

/// <param name="fileName">文件名。</param>

/// <returns></returns>

public static Encoding GetEncoding(string fileName)

{

return GetEncoding(fileName, Encoding.Default)

}

/// <summary>

/// 取得一个文本文件流的编码方式。

/// </summary>

/// <param name="stream">文本文件流。</param>

/// <returns></returns>

public static Encoding GetEncoding(FileStream stream)

{

return GetEncoding(stream, Encoding.Default)

}

?// <summary>

/// 取得一个文本文件的编码方式。

/// </summary>

/// <param name="fileName">文件名。</param>

/// <param name="defaultEncoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时，将返回该编码方式。</param>

/// <returns></returns>

public static Encoding GetEncoding(string fileName, Encoding defaultEncoding)

{

FileStream fs = new FileStream(fileName, FileMode.Open)

Encoding targetEncoding = GetEncoding(fs, defaultEncoding)

fs.Close()

return targetEncoding

}

/// <summary>

/// 取得一个文本文件流的编码方式。

/// </summary>

/// <param name="stream">文本文件流。</param>

/// <param name="defaultEncoding">默认编码方式。当该方法无法从文件的头部取得有效的前导符时，将返回该编码方式。</param>

/// <returns></returns>

public static Encoding GetEncoding(FileStream stream, Encoding defaultEncoding)

{

Encoding targetEncoding = defaultEncoding

if(stream != null &&stream.Length >= 2)

{

//保存文件流的前4个字节

byte byte1 = 0

byte byte2 = 0

byte byte3 = 0

byte byte4 = 0

//保存当前Seek位置

long origPos = stream.Seek(0, SeekOrigin.Begin)

stream.Seek(0, SeekOrigin.Begin)

int nByte = stream.ReadByte()

byte1 = Convert.ToByte(nByte)

byte2 = Convert.ToByte(stream.ReadByte())

if(stream.Length >= 3)

{

byte3 = Convert.ToByte(stream.ReadByte())

}

if(stream.Length >= 4)

{

byte4 = Convert.ToByte(stream.ReadByte())

}

//根据文件流的前4个字节判断Encoding

//Unicode {0xFF, 0xFE}

//BE-Unicode {0xFE, 0xFF}

//UTF8 = {0xEF, 0xBB, 0xBF}

if(byte1 == 0xFE &&byte2 == 0xFF)//UnicodeBe

{

targetEncoding = Encoding.BigEndianUnicode

}

if(byte1 == 0xFF &&byte2 == 0xFE &&byte3 != 0xFF)//Unicode

{

targetEncoding = Encoding.Unicode

}

if(byte1 == 0xEF &&byte2 == 0xBB &&byte3 == 0xBF)//UTF8

{

targetEncoding = Encoding.UTF8

}

//恢复Seek位置　

stream.Seek(origPos, SeekOrigin.Begin)

}

return targetEncoding

}

}

}

由于在GB2312和UTF7编码都没有BOM，所以需要指定一个默认的Encoding，在找不到合法的BOM时，将返回这个Encoding。有谁知道如何区分GB2312和UTF7编码txt文件的方法，也请告诉我。

由于只是static方法，所以不用new，直接通过类名调用方法，使用起来也很简单。

using System

using Farproc.Text

using System.Text

using System.IO

namespace ConsoleApplication1

{

/// <summary>

/// Class1 的摘要说明。

/// </summary>

class Class1

{

/// <summary>

/// 应用程序的主入口点。

/// </summary>

[STAThread]

static void Main(string[] args)

{

//

// TODO: 在此处添加代码以启动应用程序

//

string fileName = @"e:\a.txt"

//生成一个big endian Unicode编码格式的文本文件

StreamWriter sw = new StreamWriter(fileName, false, Encoding.BigEndianUnicode)//你可以试试其他编码，比如Encoding.GetEncoding("GB2312")或UTF8

sw.Write("这是一个String")

sw.Close()

//读取

Encoding fileEncoding = TxtFileEncoding.GetEncoding(fileName, Encoding.GetEncoding("GB2312"))//取得这txt文件的编码

Console.WriteLine("这个文本文件的编码为：" + fileEncoding.EncodingName)

StreamReader sr = new StreamReader(fileName, fileEncoding)//用该编码创建StreamReader

//用下面的方法虽然可以让系统自动判断文本文件的编码格式，但是我们无法取得该文本文件的编码

//sr.CurrentEncoding永远为 Unicode(UTF-8)

//StreamReader sr = new StreamReader(fileName, true)

//Console.WriteLine("这个文本文件的编码为：" + sr.CurrentEncoding.EncodingName)

Console.WriteLine("这个文本文件的内容为：" + sr.ReadToEnd())

sr.Close()

Console.ReadLine()

}

}

}

.NET下的string永远是Unicode的，所以只能判断txt文件的Encoding。对于byte[]，只有自己知道它的Encoding才能转换为string 转换为其他编码的byte[]，一个例外是把整个txt文件通过stream读入byte[]后也可以根据它的前几个字节判断Encoding，对于片断，我们就无能为力了:)

---