如何在.NET中查找并读取名称存在编码异常的文件？

我太懂这种头疼的情况了——在Linux下创建了一个带无效UTF-8编码的文件名，.NET明明能枚举到它，可真要打开的时候就报错找不到文件，简直离谱。先把你的问题场景再理清楚：

你遇到的具体操作与问题 #

首先是创建这个畸形文件名的命令：

printf '\xC3\x28malformed_name.txt' | xargs touch

用ls验证文件确实存在：

ls ''$'\303''(malformed_name.txt'

然后用F#代码枚举目录，.NET确实能看到这个文件：

open System.IO
Directory.EnumerateFiles "." |> Seq.toList // 输出 ["./�(malformed_name.txt"]

但尝试打开时直接报错，这段代码：

open System.IO
let path = Directory.EnumerateFiles(".") |> Seq.head
printfn "%s" path
let fileStream = File.OpenRead(path)
let reader = new StreamReader(fileStream)
let content = reader.ReadToEnd()
printfn "%s" content

运行后得到错误：

dotnet fsi scratch.fsx
./�(malformed_name.txt
System.IO.FileNotFoundException: Could not find file '/demo/�(malformed_name.txt'.
File name: '/demo/�(malformed_name.txt'
at Interop.ThrowExceptionForIoErrno(ErrorInfo errorInfo, String path, Boolean isDirError)
at Microsoft.Win32.SafeHandles.SafeFileHandle.Open(String path, OpenFlags flags, Int32 mode, Boolean failForSymlink, Boolean& wasSymlink, Func`4 createOpenException)
...
Stopped due to error

问题根源 #

Linux系统的文件名本质是原始字节序列，并不要求必须是有效的UTF-8编码。但.NET默认会把这些字节序列尝试解码成UTF-8字符串，遇到无效编码的字节时，会自动替换成通用替换字符�。这就导致你拿到的路径字符串和文件实际的原始字节路径不匹配，调用系统API打开时自然找不到文件。

解决方案 #

针对这种情况，.NET从Core 3.0开始提供了直接操作原始字节路径的API，绕过UTF-8解码的坑，具体操作如下：

1. 使用FileSystemInfo.FullNameAsBytes获取原始字节路径

你可以通过DirectoryInfo枚举文件，然后用FullNameAsBytes属性获取文件路径的原始字节序列，再用这个字节数组打开文件：

open System.IO

let dirInfo = DirectoryInfo(".")
// 获取目标文件的FileInfo对象
let targetFile = dirInfo.EnumerateFiles() |> Seq.find (fun fi -> fi.Name.Contains("malformed_name"))
// 获取原始字节形式的完整路径
let rawPathBytes = targetFile.FullNameAsBytes

// 用字节数组直接打开文件
use fileStream = File.OpenRead(rawPathBytes)
use reader = new StreamReader(fileStream)
let content = reader.ReadToEnd()
printfn "文件内容：%s" content

2. 其他注意事项

• 这种问题只出现在类Unix系统（Linux/macOS），Windows的文件名基于UTF-16，不允许存在无效编码的文件名。
• 处理这类文件时，尽量避免将路径转换为字符串操作，保持字节序列的原始性，才能准确匹配系统中的文件。

内容来源于stack exchange