C# - Détection du type d'encodage d'un fichier Texte

 Comme vous l'avez vu par mon précédent message :

• C# - Développement d'un petit utilitaire simple

 

Je me bas en ce moment avec les formats d'encodage des fichiers texte. En effet, je dois charger une foule de fichiers texte, mais dont le format d'encodage varie (UTF8 ou ANSI). De ce fait, j'ai recherché une solution simple pour effectuer ce test en pensant que ca allait être évident.

Et bien, j'ai été bien surpris, ce n'est pas du tout simple à faire.

Quelle est la raison de cette recherche, vous aller me dire ? C'est très simple, charger un fichier, qui a été créé avec un encodage ANSI, dans un streamreader avec l'encodage UTF8 fait disparaître tous les caractères accentués. L'inverse fait remplacer ces mêmes caractères par des composition du type ür (pour ü) par exemple.

 

Ainsi, après une longue recherche et de très nombreux tests (merci au passage à Tkfe, CrazyHT et Renaud), la solution est de tester les 4 premier octets (bytes en US) et de tester ces valeurs.

La fonction d'origine vient de Heath Stewart :

• Detecting File Encodings in .NET

 

J'ai donc adapté celle-ci en contrôlant plus finement les types d'encodage :

• C# - FONCTION PERMETTANT D'OBTENIR L'ENCODAGE D'UN FICHIER TEXTE

 

N'hésitez pas à remonter des commentaires si vous avez d'autres idées ou des retours sur cette fonction.

 

---

UPDATE :

J'ai du utiliser une autre solution dans mon cas, dont je vous fourni l'astuce ici :

• C# - OBTENIR SI LE FICHIER EST EN UTF8 OU ANSI

---

Romelard Fabrice