Как прочесть кракозябры “ЇаЁўҐв”?

#c_sharp #net #кодировка

Есть строка "ЇаЁўҐв", как ее прочесть? Т.е. ее надо конвертировать из одной кодировки
в другую, как это сделать на C#? 



Дополнение: отвечаю на вопрос для чего это нужно и где такие строки бывают?
Если взять старые флоппи диски, с файлами, созданными в прошлом веке в MS-DOS, то
названия файлов бывают примерно такими "ЇаЁўҐв.txt", если смотреть в Windows. 
    

Ответы

Ответ 1

Указать кодировку при чтении содержимого файла. Т.е. для чтения ("перекодирования"
при чтении) из 866 достаточно лишь указать Encoding:

File.WriteAllText(@"c:\temp\test.txt", "тест!", Encoding.GetEncoding(866));

var text = File.ReadAllText("test.txt", Encoding.GetEncoding(866));


Если же у вас возник специфический кейс, например, вы получили уже испорченный текст
как строку - то достаточно просто сохранить его обратно в байты с указанием неправильной
кодировки, и прочитать с указанием правильной:

static void Main(string[] args)
{
    string bad = "ЇаЁўҐв";
    string good = Convert(bad, 1251, 866);
}

static string Convert(string source, int from, int to)
{
    byte[] bytes = Encoding.GetEncoding(from).GetBytes(source);
    return Encoding.GetEncoding(to).GetString(bytes);
}


Правда, сработает это только в случае, если чтение байт в неправильной кодировке
(по счастливому совпадению!) окажется обратимым. Ниже показан пример, когда это не так.



По поводу "перекодировки":

Вы пытаетесь починить последствия, а не саму проблему.

Как возникает такая проблема:


У вас есть старый файл, в кодировке 866.
Вы читаете его в строку без указания кодировки. Система не находит BOM, и читает
файл в кодировке Encoding.Default.
Вы пытаетесь "перекодировать прочитанную строку".


Пример:

// создали старый файл с содержимым в 866
File.WriteAllText("test.txt", "тест!", Encoding.GetEncoding(866));

// Открыли без указания кодировки, увидели кракозяблы:
Console.WriteLine(File.ReadAllText("test.txt"));


Решение, которое вы пытаетесь применить - это "сконвертировать строку". Т.е. вы надеетесь
что следующий код сработает:

static void Main(string[] args)
{
    // создали старый файл с содержимым в 866
    File.WriteAllText(@"c:\temp\test.txt", "тест!", Encoding.GetEncoding(866));

    // Открыли без указания кодировки, увидели кракозяблы:
    var text = File.ReadAllText("test.txt");
    Console.WriteLine(text);

    text = Convert(text, 866, 1251);
    Console.WriteLine(text);
}

static string Convert(string source, int from, int to)
{
    byte[] bytes = Encoding.UTF8.GetBytes(source);
    byte[] newBytes = Encoding.Convert(Encoding.UTF8, Encoding.GetEncoding(from), bytes);
    string newStr = Encoding.GetEncoding(to).GetString(newBytes);
    return newStr;
}


В этом решении есть слабое место - оно предполагает, строки в .net - это просто эдакий
набор байт. Т.е. неважно в каком виде строка прочитана - ее можно обратно сконвертировать
в те же самые байты, из которых ее прочитали. На самом деле это не так. Пример выше
- нерабочий. 

Если не угадать кодировку файла при чтении - его не получится записать назад.

File.WriteAllText(@"c:\temp\test.txt", "тест!", Encoding.GetEncoding(866));

var text = File.ReadAllText("test.txt");
File.WriteAllText(@"test2.txt", text);


Внезапно, этот код выдает два разных файла, хотя никакого "перекодирования" не было.


Ответ 2

string Convert(string source, int from, int to)
{
    byte[] bytes = Encoding.UTF8.GetBytes(source);
    byte[] newBytes = Encoding.Convert(Encoding.UTF8, Encoding.GetEncoding(from), bytes);
    string newStr = Encoding.GetEncoding(to).GetString(newBytes);
    return newStr;
}


Использование:

string str = "Привет";
string result = Convert(str, 866, 1251); => ЇаЁўҐв
string result2 = Convert(result, 1251, 866); => Привет


Ответ 3

Есть строка "ЇаЁўҐв". Каким образом ее прочесть? 

Ваш 'привет'.
1251 и 866 обе однобайтные, поддерживают кириллицу и покрывают кодовый диапазон без
потерь при неверной интерпретации (866-1251, 1251-866).

Если требуется только прочесть, то не нужно ничего конвертировать. Достаточно выбрать
верную кодовую страницу для интерпретации текста, (как было отмечено коллегами ранее
- у Вас cp866) и задать ее при чтении массива байт или из потока. 

Варианты перечислены выше. Вот только не Сonvert, а то получите тоже самое, так-как
Convert производит сопоставление, а не замену символов.